发布Physics基准评测基础模型物理解题
热点事件持续更新
发布Physics基准评测基础模型物理解题
1 篇报道1 个报道来源4 小时前更新
先了解这件事
报道摘要
研究团队推出 Physics 基准，包含 1034 道来自博士资格考试、覆盖六大学物理领域的开放式题目，均配有解答与独立核验的参考答案。他们评估了 53 个闭源与开源模型，在不含图表的测试题上，高准确率集中在少数 thinking 模型，最强开源模型已接近闭源水平，但多数开源模型解题数仍不足一半。对 Qwen3.5-9B 的分析显示其在物理知识应用和图表理解上存在失败，误读图表影响了多个子问题。
摘自 arXiv：cs.AI
最新进展10月15日 12:00
Physics：面向大学水平物理问题求解的基础模型基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIPhysics：面向大学水平物理问题求解的基础模型基准测试
研究团队推出 Physics 基准，包含 1034 道来自博士资格考试、覆盖六大学物理领域的开放式题目，均配有解答与独立核验的参考答案。他们评估了 53 个闭源与开源模型，在不含图表的测试题上，高准确率集中在少数 thinking 模型，最强开源模型已接近闭源水平，但多数开源模型解题数仍不足一半。对 Qwen3.5-9B 的分析显示其在物理知识应用和图表理解上存在失败，误读图表影响了多个子问题。
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。