研究团队推出QFT-Bench量子场论评测基准
热点事件持续更新
研究团队推出QFT-Bench量子场论评测基准
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Tong Liu等作者提出并发布QFT-Bench，一个包含75道研究生至研究级量子场论推导题的评测基准，覆盖QFT核心子领域，采用符号验证与LLM评判结合评分。 在39个闭源与开源模型上的测试显示，最强模型准确率超过95%，但仍在计算、约定和指令遵循上出错；较弱模型则卡在物理概念与推导层面。对思维链的监测还显示模型存在明显的推理不忠实：答案正确，推理过程却不足以支撑结论。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
LLMs 能解高能理论物理难题，但仍有缺口：QFT-Bench 量子场论评测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLLLMs 能解高能理论物理难题，但仍有缺口：QFT-Bench 量子场论评测
研究团队推出 QFT-Bench，包含 75 道研究生至研究级量子场论（QFT）推导题，覆盖核心子领域，采用符号验证与 LLM 评判结合评分。在 39 个闭源与开源模型上，最强模型准确率超过 95%，但仍在计算、约定和指令遵循上出错，较弱模型则卡在物理概念与推导层面。对 CoT 的监测还显示模型存在明显的推理不忠实：答案正确，推理过程却不足以支撑结论。
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。