50 道物理题，116.28 美元，判卷的专家翻车了！ TheoPhysEval，10 月 9 日发布的 50 道没公开过的理论物理研究题。 出题的物理学家… · @chenYijl · TwKit

@chenYijl

50 道物理题，116.28 美元，判卷的专家翻车了！ TheoPhysEval，10 月 9 日发布的 50 道没公开过的理论物理研究题。 出题的物理学家说，世界级专家，一题要做一整天。 跑在 Codex 里的 GPT-6 Astra：对了 49 题，平均一题不到 3 美元。 跑在 Claude Code 里的 Opus 5.5：对了 46。 判卷的专家先出了洋相：Astra 几道答案被判错。 复查一看，错的是标准答案——专家组悄悄改了自己的答案，Astra 的全对。 出题团队里有哈佛、鲁汶大学和 DeepMind 的人，他们自己也很清醒：这些题算不上开天辟地，就是“转转手柄就能出结果”的那种。 专家一天的工资，够 AI 答对 40 道题。 而专家自己写的答案，还被 AI 抓出来修了一版🧾。

曝光 7 · 评论 0 · 点赞 0 · 书签 0