DeepMind等发布理论物理智能体评测
热点事件持续更新
DeepMind等发布理论物理智能体评测
2 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Google DeepMind 与多所高校发布 TheoPhysEval，用 50 道未公开的研究级理论物理题测试 AI 智能体，每题约需领域专家一天完成，评测只按最终数值答案判分。 结果显示，GPT-6-Astra 在 Codex 中联网求解 49/50，单题成本低于 3 美元；它与 Claude Code 中的 Opus 5.5 在不联网时均解出 46/50，准确率变化很小。作者据此认为，模型可能已记住大量物理文献。
AI 根据报道生成 · 59 分钟前更新
最新进展10月25日 18:42
Google DeepMind 等机构发布 TheoPhysEval，测试 AI 智能体自主求解理论物理问题报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- Rohan Paul (X)TheoPhysEval 评估 AI 智能体理论物理解题
– https://arxiv.org/abs/2610.16733 标题：“TheoPhysEval：评估 AI 智能体自主解决理论物理问题的能力”
- Rohan Paul (X)精选Google DeepMind 等机构发布 TheoPhysEval，测试 AI 智能体自主求解理论物理问题
Google DeepMind 与多所高校发布 TheoPhysEval，用 50 道未公开的研究级理论物理题测试 AI 智能体，每题约需领域专家一天完成。GPT-6-Astra 在 Codex 中联网求解 49/50，单题成本低于 3 美元；它与 Claude Code 中的 Opus 5.5 在不联网时均解出 46/50，准确率变化很小，作者据此认为模型可能已记住大量物理文献。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。