GPT-6-Astra 在物理基准测试中解决 49/50 题
热点事件持续更新
GPT-6-Astra 在物理基准测试中解决 49/50 题
2 篇报道2 个报道来源20 小时前更新
先了解这件事
AI 综述
OpenAI 的 GPT-6-Astra 在一项由 Google DeepMind 等机构发布的 TheoPhysEval 理论物理研究问题基准测试中，成功解决了 50 道未发表题目中的 49 道，平均单题测试成本低于 3 美元。 该基准涵盖 11 个子领域，测试显示 Anthropic 的 Opus 5.5 位居第二，Google 的 Gemini 3.8 Flash、DeepSeek-V4.1-Flash 和 GLM 5.3 分列其后。测试包含联网检索与断网隔离两种条件，结果显示智能体在断网时准确率变化很小。
AI 根据报道生成 · 20 小时前更新
最新进展10月25日 18:42
Google DeepMind 等发布 TheoPhysEval 基准，智能体解出 50 道未发表理论物理题中的 49 道事件进展
2 个进展
- 10月25日 18:42 · 1 篇报道Google等机构新论文称AI Agent解决49道理论物理学难题Rohan Paul：Google DeepMind 等发布 TheoPhysEval 基准，智能体解出 50 道未发表理论物理题中的 49 道
- 10月15日 23:24 · 1 篇报道GPT-6-Astra在物理基准测试中解决49/50道研究问题The Decoder：GPT-6-Astra 在理论物理研究问题基准测试中解决 49/50 的问题
报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- Rohan PaulGoogle DeepMind 等发布 TheoPhysEval 基准，智能体解出 50 道未发表理论物理题中的 49 道
Google DeepMind 联合多所大学发布 TheoPhysEval 理论物理评测基准，测试结果显示最强智能体 GPT-6-Astra 在联网状态下成功解出了 50 道未发表研究级物理题中的 49 道。该基准收录的每道题目相当于世界级专家一日的工作量，单题测试成本低于 3 美元。测试还发现智能体在断网时准确率变化很小，表明其对物理文献进行了大量记忆。
10月15日
- The DecoderGPT-6-Astra 在理论物理研究问题基准测试中解决 49/50 的问题
GPT-6-Astra 在一项针对理论物理常规研究问题的基准测试中，以每题约 2.40 美元的成本成功解决了 50 个问题中的 49 个。测试涵盖 11 个子领域，Anthropic 的 Opus 5.5 位居第二，Google 的 Gemini 3.8 Flash 以及 DeepSeek-V4.1-Flash 和 GLM 5.3 分列其后。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1010月25日 19:00
- 近 24 小时变化
- –
02.557.510
10月26日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。