WorldSolver基准测试LLM物理模拟能力
热点事件持续更新
WorldSolver基准测试LLM物理模拟能力
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者 Siru Jiang 等人发布 WorldSolver 基准，用于测试 LLM 智能体能否通过补全求解器代码来模拟物理动态。基准包含 168 个仿真任务，取自 61 篇经典计算机图形学论文，覆盖 7 个物理领域；每项任务提供固定仿真环境的代码脚手架，求解器实现留给智能体完成，评测按执行检查、视觉保真度和物理合理性三个维度打分。 初步结果显示，GPT-5.6-Sol 与 Claude-Opus-5 相对表现最好，但总分分别只有 48.7% 和 46.7%。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
WorldSolver：LLM 智能体能否通过生成求解器模拟物理动态？报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AIWorldSolver：LLM 智能体能否通过生成求解器模拟物理动态？
研究者推出 WorldSolver 基准，包含 168 个取自 61 篇经典计算机图形学论文、覆盖 7 个物理领域的仿真任务，要求 LLM 智能体补全求解器代码。评测从执行检查、视觉保真度和物理合理性三个维度展开，GPT-5.6-Sol 与 Claude-Opus-5 表现相对最好，但总分仅 48.7% 和 46.7%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月7日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。