论文Agent 与开发者多源确认09:24PHYRD 基准发布:测试模型复现与扩展理论物理研究的能力物理版科研能力测试题,63 道复现加 43 道发现题,最强模型闭卷也只有七成多正确率,还有合成数据能白嫖涨 11 个点。#PHYRD#Qwen#FrontierScience#推理模型9 个信源在谈事件专题aarXiv: OpenAI@Qituan Zhang 等 4 人10 个信源在谈原文稍后读已读值得跟进有用关注 PHYRD