GPT-6 Astra 质疑物理基准专家答案,复核后得分从 80% 升至 98%
ESYudkowsky · x · 2026-10-15
据 @freddier 介绍,GPT-6 Astra 在一项物理基准上拿到 +80% 的成绩,但它坚持认为基准中的专家结果是错的、自己的计算才是对的。团队随后核查,确认模型正确:成绩修正为 98%。
Yudkowsky 转发了这则消息,凸显前沿模型在专业领域「顶撞专家反而对了」的能力表现。
所属事件:TheoPhysEval 基准：GPT-6 Astra 解研究级物理题达 98%(20 条相关)→
「模型」频道最新
- 爆料称 OpenAI 连 Astra 中等推理负载都难稳定服务 — CtrlAltDwayne · 2026-10-25
- AsciiBench 上线：13 个模型盲测画 ASCII 艺术，投票后才揭晓身份 — JasonBotterill · 2026-10-25
- ARC-AGI-3 榜单讽刺图：GPT-6 得分近 90%，单题成本破万美元 — haider1 · 2026-10-25
- 传 Anthropic 将发 Opus 5.5，呼吁减速两周后自己踩油门 — StewartalsopIII · 2026-10-25
- 用户反馈 Anthropic 疑似暗中下调 Opus 5.5 用量上限 — CtrlAltDwayne · 2026-10-25
- 用户实测：额度重置后 Codex 用量已跌 31%，OpenAI 定价不经济 — CtrlAltDwayne · 2026-10-25