42 位物理学家出题：FrontierPhysics 基准端到端评测 AI 科研智能体

Bingran You · hf · 2026-11-05

FrontierPhysics 是一个端到端评测 AI 科研智能体的新基准，包含 56 个由 42 位物理学家基于自身研究设计的任务，覆盖理论、计算与实验物理共九个领域。每个任务要求智能体完成文献综述、制定研究计划、开展实验并产出结构化结果与科学手稿。评测结合确定性验证器与专家评分细则，同时检查研究结果的正确性与可发表性。配套论文已上 arXiv，作者包括 Gerbrand Ceder、Harimust Haefner 等。