开源模型做物理研究短板明显：答案对但论文不合格
QuintinPope5 · x · 2026-11-06
Quintin Pope 转发 xDotLI 的评测感叹开源 AI 表现糟糕。该评测指出：SOTA agent 虽已能「算出正确答案」，却无法按物理学家的要求交付研究——模型在文献综述、科研诚信、论文写作等维度上仍难以通过 rubric 检验，数字能力与完整科研交付能力之间存在明显鸿沟。
「模型」频道最新
- 研究者质疑 METR 评测：RSI 数字易刷分且难代表真实能力 — gleech · 2026-11-06
- 开发者称 Perplexity 拥有目前最好的 harness,响应优于裸模型 — ChrisUniverse · 2026-11-06
- vista8 给 Screen Studio 接入 Qwen3-ASR 与豆包语音，修中文转写 — vista8 · 2026-11-06
- 用户吐槽 Grok Bot 用量池太小，Premium 订阅几乎成演示版 — nima_owji · 2026-11-06
- 曝 OpenAI 神秘模型 GPT-6.2 Betelgeuse 多次现身，或为迄今最大跃升 — TheAIGRID · 2026-11-06
- LlamaIndex 预告 ocria-1：文档解析统一模型,表格图表扫描件全吃 — _nerdai_ · 2026-11-06