Physics物理基准发布并评测53个模型

2026年10月15日，arXiv Artificial Intelligence 刊出研究者 Kaiyue Feng 等作者的成果：推出 Physics 基准，用于评测基础模型在大学物理题上的解题能力。据该报道，基准收录 1034 道来自博士资格考试的开放式题目，覆盖六个核心物理领域，每题附解答与独立核验的参考答案；评分采用基于 LLM 的评分协议，可评估单题作答与完整多部分题目，支持数值、符号和文本作答。研究者用该基准评测了 53 个专有与开放权重模型。结果显示，在不含图表的测试题上，高准确率集中于少数思考型模型，最强的开放权重模型表现接近专有模型。目前该事件仅有这一篇主报道，尚无后续跟进报道，因此不存在与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 21 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。