模型多源确认
GPT-6 Astra 在 TheoPhysEval 物理评测中拿下 49/50
精选理由
物理评测的标准答案自己都错了，GPT-6 Astra 反而是对的，最后拿 98%，这条挺有意思的。
TheoPhysEval 的作者发现，GPT-6 Astra 在该物理基准上的部分答案被判错，实际是参考解答本身有误，复核后确认 Astra 是对的。最终 Astra 得分 49/50（98%）。评测过程中使用 Codex 配合工具调用和联网检索完成。
原文 · kimmonismus
Talking about scientific breakthroughs: GPT-6 Astra got several physics answers right that experts initially marked wrong. TheoPhysEval’s authors found errors in the reference solutions and confirmed Astra was correct in those cases. Using Codex with tools and web access, it scored 49/50 (98%).
AI is becoming the best co-author one could ask for.
