研究者提出理论物理推理基准PHYRD

Qituan Zhang等作者提出理论物理推理基准PHYRD，用于测试模型复现已发表理论物理结果和修改理论条件后推导新结论的能力。该基准包含63道Reproduce题和43道Discover题，分别对应这两类任务。 据作者介绍，PHYRD被设计为“活基准”，即会持续更新。报道未说明该基准的测试对象范围、评分方式或已有模型的成绩。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。