OpenProblemBench评测AI解开放理论题
热点事件持续更新
OpenProblemBench评测AI解开放理论题
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Zhiyi Li等作者提出OpenProblemBench，一个包含82道未解数学与理论物理问题的基准，每题附研究背景、假设和已有进展。评估由四个模型在无参考答案条件下独立判定解答的正确性、完整性与进展程度。 在七个受测配置中，GPT-6-Astra的平均判定解决率最高，为14.0%；全尺寸开源模型为5.5-6.7%，Flash模型为2.4-3.7%。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
OpenProblemBench：在基础理论科学开放问题上评测 AI报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AIOpenProblemBench：在基础理论科学开放问题上评测 AI
OpenProblemBench 是一个包含 82 道未解数学与理论物理问题的基准，每题附研究背景、假设与已有进展，由四个评估模型在无参考答案条件下独立判定解答的正确性、完整性与进展程度。在七个受测配置中，GPT-6-Astra 的平均判定解决率最高，为 14.0%，全尺寸开源模型为 5.5-6.7%，Flash 模型为 2.4-3.7%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。