GPT-6-Astra 评测纠正专家错误,50 题拿下 98%
ZeroStateReflex · x · 2026-10-15
转引一则评测轶事:某评测中 GPT-6-Astra 初评 80 多分、Opus 5.5 紧随其后,但复核时模型坚持认为自己正确、是专家答案有错。专家回查后发现多处隐藏的细微计算错误,修正答案后 Astra 得分升至 98%(49/50)。配图用 waitbutwhy 的智能爆炸曲线,配文称我们已到 "the fuck" 水平,感叹模型强到能纠正人类专家。
所属事件:TheoPhysEval 基准：GPT-6 Astra 破解 49/50 研究级物理题(11 条相关)→
「Fun」频道最新
- 同一道艺术题实测 Fable 与 Argon,一个讲心流一个讲意义 — keenanisalive · 2026-10-15
- 「让 Claude 黑进 POS 机把小费门槛改回去」：AI 圈玩梗吐槽小费文化 — generativist · 2026-10-15
- 趣味梗图：笔记本里的「小模型自我复制」，ctrlcreep 玩抽象 — voooooogel · 2026-10-15
- Grady Booch 化用 Knuth 名言:「过早的 Agent 化是万恶之源」 — Grady_Booch · 2026-10-15
- 面试官直言：我们只招稳定用得上 Claude 的人 — lxfater · 2026-10-15
- 开发者求免费 H200，要把 Luganda 模型从 850 万扩到 5 亿参数 — weskambale · 2026-10-15