模型做对物理题被判错,复核后专家改答案
CatAstro_Piyush · x · 2026-10-15
引用一段物理评测描述:评测方最初认定 Astra 多题出错,细查后发现原解答本身存在细微错误,Astra 的解法其实全对。配套截图出自一份报告,指出题目集合中不少原本是训练初级研究者的入门研究题,如今已不再适合布置给新手研究者——除非目标只是练习过程而非得到结果。作者评论:"物理是下一个。"
所属事件:TheoPhysEval 基准：GPT-6 Astra 解研究级物理题达 98%(20 条相关)→
「漫话AGI」频道最新
- 「AI 再聪明也无法替你善良」：一次性格测试引出的思考 — alfred_lua · 2026-10-25
- 梁文锋访谈金句流传：Anthropic 领先只是周期，中国 AI 将系统性更便宜 — teortaxesTex · 2026-10-25
- Apollo 首席经济学家：AI 巨额投资在科技业外回报为零 — Polymarket · 2026-10-25
- AI 安全造假谁担责？141 词 SIGN 法案让 CEO 签字担刑责 — StephenLCasper · 2026-10-25
- 论文《Do LLMs Feel?》定位 LLM 内部情绪回路 — mikeflache · 2026-10-25
- 研究者警告：别让「AI 两三天出论文」毁掉同行评审 — ChongZzZhang · 2026-10-25