推文

@mikechen944504 · 2026-10-15 07:50

有一篇叫《TheoPhysEval》的论文，出了一套 50 道题的基准，全部是未公开发表的理论物理问题，每题都有可验证的确定答案。 让 GPT-6 Astra（用 Codex 框架接）去跑，最终答案准确率 98%，平均单题成本低于 3 美元。 论文里还给了另一个数：同一道题，交给这个细分方向的顶尖专家独立推导，大概要一天以内；换个相近领域的物理学者，要更久。 我不是想说「AI 会做物理」。我想问的是另一边：如果一道题的答案能在三美元内被验证，那「哪些问题值得先做」的判断权，会跟着转移吗？ 有没有已经开始用模型去筛「先做哪个问题」的？

曝光 24 · 评论 1 · 点赞 1 · 书签 0 · 曝光/时 15.661467304322693