PhysElite奥赛物理多模态基准发布

研究团队发布 PhysElite，一个面向奥赛级物理推理的双语多模态基准，含 11,586 道题，每题配有示意图、中英双语分步解答和最终答案。团队称已在 18 个开源与闭源多模态大模型上评测，最强模型的答案准确率仅 33.7%。 团队还做了步骤级过程评估，以定位模型推理链中的失败环节，数据已公开。低准确率是否指向模型能力上限，取决于评测设置与题目难度，报道未给出与其他基准的对比。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。