10:27官方一手arXiv: OpenAI@Nikhil Sanjay Borse, Amir Bralin, Sean Savage, N. Sanjay Rebello该研究以转动力学问题为测试,利用问题分类框架分析OpenAI o4-mini的解答,并用MAPS评分量表评估。结果显示,明确提示词能提升解答完整性,而欠指定和多模态提示暴露物理推理与正确性缺陷。24个物理实验小组参与评估,MAPS引导的批评比仅解题组更贴合专家视角,能识别未执行数值步骤和符号未定义等问题。研究为AI解题基准和物理教育中的批判性训练提供了实证基础。论文o4-miniOpenAIMAPS4 个信源在谈事件专题推荐理由:这篇论文用o4-mini试了不同提示词,发现它解题会翻车,还试了怎么教学生挑它毛病,搞物理教育的值得看看。原文稍后读已读值得跟进有用关注 o4-mini
09:31官方一手arXiv: OpenAI@Amir Bralin, N. Sanjay Rebello研究团队评估了OpenAI的o4-mini模型在Halliday和Resnick的《物理学基础》习题上的表现。整体准确率约90%,但文本问题准确率高达96%,而需要图文协调的问题仅79%。问题难度从低到高时,准确率显著下降。结果表明,当前最强推理模型能解答大部分标准物理题,但表现受模态和难度制约。AI模型o4-miniOpenAI推理模型10 个信源在谈事件专题推荐理由:OpenAI的o4-mini做大学物理题整体准,但看图题就露馅了,准确率从96%掉到79%。原文稍后读已读值得跟进有用关注 o4-mini