RUITA / DAILY BRIEF ·
TheoPhysEval 论文:智能体在 50 道理论物理研究题上的表现
研究者提出含 50 道未公开答案的理论物理计算题;论文报告 GPT-6 Astra 配合 Codex 在可联网设置下答对 49 道。
KEY FACTS
核心信息
- 01
论文基准由 50 道研究级但可验证的计算题组成。
- 02
论文报告联网设置下 GPT-6 Astra + Codex 的准确率为 98%。
- 03
作者估算该配置完成整套题的模型使用成本约 116 美元。
发生了什么
作者邀请多个理论物理方向的研究者出题,测试现成智能体能否在缺少人类提示的条件下完成具体计算。论文强调题目不是重大未解问题,而是把已有方法用于新条件的研究任务。
对高校读者的意义
物理教师与研究生可把智能体用于推导、数值计算和验算,但要独立核验步骤与结果;选题价值、研究边界与错误发现仍需研究者负责。