OpenAI: агент GPT-6-Astra решил 49 из 50 задач теоретической физики
OpenAI сообщила, что агент GPT-6-Astra решил 49 из 50 неопубликованных задач по теоретической физике на уровне ведущих специалистов. Стоимость одной задачи составила $2,40.
Главное в цифрах
- Решено задач: 49 из 50 на бенчмарке TheoPhysEval
- Стоимость одной задачи: $2,40
Результаты получены на бенчмарке TheoPhysEval, в котором собраны неопубликованные задачи по теоретической физике. Агент GPT-6-Astra справился с 49 из 50 задач с точностью, которую исследователи сравнивают с уровнем ведущих специалистов в этой области.
В ряде случаев, где агент, казалось, ошибался, эталонные решения самих экспертов содержали ошибки. Это, по словам исследователей, может указывать на то, что часть «ошибок» модели на самом деле были расхождениями с неверными эталонами.
Почему физика отстаёт от математики
Исследователи отмечают, что в физике пока не было прорыва, сравнимого с тем, что произошло в математике. По их оценке, агентам не хватает того, что они называют чутьём, то есть способности выбирать правильное направление исследования.
Тем не менее, по мнению авторов, автономные ИИ-исследования топ-уровня могут появиться в ближайшее время. Уже сейчас видны последствия для подготовки молодых физиков и для равенства возможностей в этой области.