GPT-6 Astra đạt 98% trên bài kiểm tra vật lý bằng cách chỉnh sửa các chuyên gia

Các tác giả của một benchmark vật lý lý thuyết đã sửa lại đáp án chuẩn sau khi một mô hình trí tuệ nhân tạo tìm thấy lỗi trong dữ liệu tham chiếu. GPT-6 Astra đạt điểm cuối cùng 49/50, tức 98%, trên bài kiểm tra TheoPhysEval sau khi model insister các phép tính của nó chính xác và thành công thách thức kết quả ban đầu do các chuyên gia con người cung cấp.

Model đạt hiệu suất này nhờ sử dụng Codex tích hợp web access và các công cụ chuyên dụng, tăng từ điểm ban đầu khoảng 80%. Các tác giả TheoPhysEval xác nhận rằng các giải pháp của Astra đúng trong những trường hợp đáp án tham chiếu gốc chứa lỗi nhỏ, trong khi các nhà quan sát bên ngoài cho rằng những khả năng này có thể tăng tốc khám phá trong lĩnh vực hợp hạch và siêu dẫn.