传 GPT-6 Astra 物理基准 +80% 判专家错误，AI 复制数学剧本
haider1 · x · 2026-10-16
配图显示：据传 GPT-6 Astra 在某物理基准上得分 +80%，坚称专家结果有误而自己的计算正确，团队核查后确认模型是对的，分数更新至 98%（相关论文 arxiv 2610.16733）。Noam Brown 联想到 GPT-5.5 在 FrontierMath 上发现大量错误的先例——Epoch AI 复核发现约三分之一题目存在致命错误且多数有效。发帖人认为数学只是开始，AI 正以同样方式改写物理学，暗示模型纠错人类基准可能成为「递归自我改进」路径。
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