GPT-5.6 解未发表物理题达 32%，一年暴涨 8 倍
geoffwolfe · x · 2026-08-17
评测基准 CritPt 让模型解决 60 多位物理学家的未发表研究问题。一年前最佳模型仅能解决 4%，如今 GPT-5.6 Sol 达 32%，Fable 5 约 29%。这是所见增长最快的评测，但仍有 2/3 的物理问题超出当前模型能力。
「研究」频道最新
- 自建「主观判断」基准：18 个模型一致性测试，GLM-5.3 登顶 — arkuto · 2026-10-16
- UCSD团队提出数据集水印法，仅凭API输出即可检测训练数据盗用 — yuxiangw_cs · 2026-10-16
- EmbodiedEvo 让 Agent 传承经验：登顶 RoboDojo 榜单 — Aiden_Tech_Ai · 2026-10-16
- 审稿人吐槽 CHI 论文 Discussion 普遍不引用文献 — IanArawjo · 2026-10-16
- 研究者驳「理解神经元即理解网络」：误差会复合放大 — StephenLCasper · 2026-10-16
- NVIDIA 发布 cuPotential，用 AI 智能体模拟半导体材料原子交互 — tomaszbednarz · 2026-10-16