FrontierPhysics：物理研究智能体端到端基准发布

Bingran You 等作者发布 FrontierPhysics，一个用于评估智能体能否完成端到端物理研究的基准。该基准包含 56 项任务，由 42 位物理学家基于各自研究设计，覆盖理论、计算与实验物理共九个领域。 任务要求智能体完成文献调研、研究规划、实验与论文撰写；判断研究是否正确且可发表，采用确定性验证器加专家评分标准。

AI 根据报道生成 · 10 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。