研究稱GPT-6 Astra解答98%前沿物理難題

評測難度極高

這項名為TheoPhysEval的理論物理學評測，使用的全是未發表的前沿難題，旨在避免模型靠記憶訓練數據過關。這類題目連頂尖專家都要花上一整天才能解開，對人工智能而言是真正的全新考驗。

測試結果顯示，GPT-6 Astra不僅取得近乎滿分的成績，甚至反過來為人類批改：它找出了出題專家的計算失誤。人類專家核實並修正錯誤後，其成績由88%直接飆升至98%，這段插曲令討論更趨熱烈。