物理基准 CritPt v2 发布，GPT-6 Astra 以 83% 登顶
Artificial Analysis 联合 CritPt 团队（Argonne 与 UIUC 主导、60 多位物理研究者出题）发布研究级物理推理基准 CritPt v2。团队经数月专家评审修订全部 70 道复合研究挑战题，包括更正题干数字错误与自相矛盾约束、规范题目约定并改进评分器稳定性。结果显示 GPT-6 Astra 以约 83% 登顶，较 GPT-5 高出 54 分，前沿模型正逼近研究级物理上限。
2026-10-22 ~ 2026-10-23 · 4 条相关
- 第 1 集:物理基准 CritPt v2 发布，GPT-6 Astra 以 83% 登顶(2026-10-22,4 条)
- 第 2 集:CritPt v2 涨分主因题目修订，新旧分数不可直接比较(2026-10-23,2 条)
- AI 物理基准 CritPt v2 发布：GPT-6 Astra 以 83.1% 登顶 — OfirPress · 2026-10-22
- CritPt v2 上线：GPT-6 Astra 拿 83%，领先 GPT-5 高达 54 分 — ArtificialAnlys · 2026-10-23
- CritPt v2 榜单：GPT-6 Astra 得 83%，前沿模型逼近研究级物理上限 — ArtificialAnlys · 2026-10-23
另有 1 条近重复转述:ArtificialAnlys