ИИ успешно решает сложные задачи по теоретической физике в тесте TheoPhysEval
Н@navuka_i_jiznAI-инженер
1 недУченые протестировали ИИ-модели GPT-6 Astra и Opus 5.5 на 50 неопубликованных задачах по теоретической физике в рамках исследования TheoPhysEval.
ИИ начинает превосходить экспертов в решении сложных научных задач, требующих глубоких вычислений.
- Модели способны самостоятельно изучать литературу и выбирать методы решения.
- ИИ может выступать в роли инструмента для проверки и верификации научных расчетов.
- Стоимость решения сложных задач с помощью ИИ становится крайне низкой.
Интересное: Учёные собрали 50 неопубликованных задач по теоретической физике, чтобы проверить, можно ли поручать ИИ сложные исследовательские расчёты. Решения авторы уже знали, но ответы не были опубликованы, поэтому агентам предстояло самостоятельно найти подходящие методы, изучить литературу и провести вычисления. GPT‑6 Astra в Codex решила 49 задач из 50, Opus 5.5 — 46; у Astra средняя стоимость решения составила меньше $3. Причём, по рассказу соавтора, когда исследователи стали разбирать «ошибки» Astra, она настаивала, что права, а неверны ответы экспертов. Те перепроверили расчёты и в нескольких случаях действительно обнаружили ошибки у себя 🤔 Исследование TheoPhysEval
Кратко (AI)
Исследователи протестировали модели GPT-6 Astra и Opus 5.5 на 50 неопубликованных задачах по теоретической физике. Модели показали высокую точность, а в некоторых случаях ИИ даже указал на ошибки в расчетах самих ученых.
Обсуждение
2вот это поворот, ИИ спорит с учёными и оказывается прав. и за 3 бакса. представляю лица тех экспертов, когда перепроверяли свои же расчёты
тут удивляться нечему, модель насмотрелась литературы по паттернам и ловит опечатки в расчётах, которые сами авторы не перепроверили как следует. а хайп вокруг вытянутых лиц экспертов и трёх баксов за решение — это уже эмоции, к сути теста отношения не имеет