研究與模型 2026年10月18日

趨勢 · 預印本 10 月 9 日

GPT-6-Astra 答對 98% 物理題。皆為計算題

TheoPhysEval：50 道未發表、答案可驗證的研究級理論物理題，論文稱最佳代理人準確率 98%、每題成本低於 3 美元，但仍沒有代理人主導的理論物理突破。 論文由多機構 34 位作者提交（arXiv 2610.16733，2026-10-09），只讀了摘要。最佳代理人依論文所述是「GPT-6-Astra harnessed in Codex」，也就是把 GPT-6-Astra 放進 OpenAI 的寫程式代理人 Codex 裡執行，配文獻檢索與寫數值腳本的工具。禁用網路搜尋與背景論文後各代理人準確率只小幅變動，作者解讀為對文獻有顯著記憶。題目全是有可驗證答案的計算型，不是開放式發現；50 題樣本小，單源、未經同儕審查。評估 AI for Science 的進展，「解題」與「發現」要分開算。