创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

FrontierPhysics端到端AI物理研究基准发布

AI 总结

一篇于2026年11月4日提交至arXiv的论文介绍了FrontierPhysics,这是一套端到端基准,包含42名物理学家基于自身研究设计的56项任务,覆盖理论、计算和实验物理九个领域。每项任务要求智能体查阅文献、制定研究计划、开展研究与实验,并产出结构化结果和科学论文。评分结合确定性验证器与专家撰写的量规,用于判断智能体的研究是否正确且可发表。在22个模型的26种配置中,没有配置通过超过其168次运行中的46次。对智能体轨迹的人工复核显示,前沿智能体的主要弱点是推理不够严谨、专家直觉有限,而非物理知识缺口或执行错误。基准团队来自伯克利、加州理工和哈佛的物理实验室,称其从26家机构招募了42名物理学家;Artificial Analysis表示很期待合作并在平台上托管该评测。

深度见解

现有物理基准只评估固定问题、孤立子任务或给定解答的论文复现,很少同时考察研究质量与正确性。FrontierPhysics转而检验智能体能否完成真实的端到端物理研究,并产出正确且可发表的结果。

部分来源内容未展示,可前往原文继续阅读。

#FrontierPhysics#Benchflow AI#Artificial Analysis#UC Berkeley#Caltech#Harvard University

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。