PHYRD理论物理基准发布

Qituan Zhang等人发布针对理论物理推理的活体基准PHYRD，包含63道Reproduce题目和43道Discover题目。 五个模型在Reproduce任务上的全题准确率为49.21%至68.25%，在闭卷Discover任务上为18.60%至74.42%。

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。