FrontierPhysics 基准发布：42 位物理学家出题评测 AI 科研智能体

Berkeley、Caltech、Harvard 物理实验室核心团队联合推出 FrontierPhysics 基准，由 26 个机构的 42 位物理学家基于自身研究设计 56 个任务，覆盖理论、计算与实验物理共九个领域，端到端评测 AI agent 的物理科研能力。在首轮评测中，Claude Opus 5.5 以 27.4% 的成绩排名第一，显示 AI 与顶尖人类物理研究水平仍有明显差距。

2026-11-05 ~ 2026-11-06 · 2 条相关