热点资讯

  • 首页 乐玩.LEWIN乐玩 - 惊人进展:GPT-6 Astra成功破解98%理论物理难题

乐玩.LEWIN乐玩 - 惊人进展:GPT-6 Astra成功破解98%理论物理难题

2026-10-19

就在不久前,一项震撼性的研究揭示,GPT-6 Astra模型已成功解决了高达98%的新理论物理难题。这项名为TheoPhysEval的评测,瞬间在学术界引发了巨大反响。这些难题大多尚未公开,伫立在科学前沿,要求顶尖专家花费整整一天才能解答。然而,GPT-6 Astra不仅取得了接近满分的成绩,甚至发掘出出题专家在计算过程中的小错误。当专家们面对这个意外的真相时,他们不得不承认自己的失误,GPT-6 Astra的得分因此从88%跃升至98%。与此同时,麻省理工学院的最新实验结果显示,在过去两年里,前沿人工智能在解决理论科学难题上的能力竟然暴增了整整17倍!继数学之后,量子场论、宇宙学和经济学等领域也相继被AI接管。

当前的AI评测面临着巨大的挑战,因为它们几乎已经从网上的题库中“吃光”了所有资源。为了探寻AI真正的推理极限,众多全球顶尖机构的物理学家齐聚一堂,共同设计了TheoPhysEval这个项目。参加出题的机构阵容相当豪华,其中不乏国际理论科学中心、塔塔基础研究院、德克萨斯大学奥斯汀分校、东京大学、哈佛大学、宾夕法尼亚大学、杜克大学以及Google DeepMind等一流学府。参与此项目的还有Suvrat Raju、Sudip Chakraborty和A. Ramesh Chandra等数十位知名学者。为防止AI作弊,题目全部选自于专家们的未发表研究笔记。这50道高难度问题涵盖了量子场论、全息理论等,甚至领域内的专家也需要一天或几天才能解决一题。而对于相邻领域的顶级专家,解题的时间往往也会相当漫长,甚至可能无从下手。

about image

评测在盛大的氛围中开启,研究者们将这50道题目输入给了GPT-6 Astra、Opus 5.5、Gemini 3.8 Flash以及开源的DeepSeek-V4.1-Flash等多个模型。初评阶段,GPT-6 Astra的得分约为88%,而Claude Opus 5.5率先达到了92%的成绩。然而,接下来的结果让人瞠目结舌。项目研究员Nirmalya Kajuri透露,当专家们开始筛查错误时,Astra表现出难以置信的固执。不仅提供了完整的推导过程,甚至在思维链中坚信自己的逻辑才是无懈可击,而是人类专家给的标准答案有误!在现实测试的严格评估中,Astra最终以98%的高分让所有对手相形见绌。 乐玩.LEWIN乐玩

面对AI的“反批改”输出,专家们不得不翻阅自己的旧草稿进行复核,结果发现他们在复杂的计算过程中确实存在一些微小的疏漏,例如符号的错误及近似条件的使用不当。而Astra的推导过程则展现出绝对的严谨与完美。最终,经过反复修订,GPT-6 Astra的分数一路飙升,达到了98%,在50道题中解决了49道。

那么,哪些令人费解的物理难题竟能让顶尖科学家绞尽脑汁?翻开研究论文的附录,我们仿佛打开了一本关乎人类前沿物理学的秘笈。以下是Astra在评测中攻击成功的几个复杂难题:

about image

首先是关于黑洞信息悖论的研究,题目要求AI在反德西特空间中考虑两个膜的黑弦背景,并比较AdS4空间中不同极小曲面的面积来计算Page时间。Astra准确识别了文献中的五维时空方程,并自主将其推广至三维,最终通过编写Python脚本处理微分方程,实现了精确数值的计算。 乐玩.LEWIN乐玩

about image

接下来是全电子原子求解器的挑战。该题目要求AI从零开始构建一个自洽的全电子原子结构解算器,用来精确计算硼和镁在基态时的轨道能量。Astra运用了局部密度近似等方法,成功推导出Kohn-Sham方程的代码,并与美国国家标准技术研究所的基准数据完全一致。

另一个挑战是轴子的转换率,涉及寻找暗物质的热门领域。题目要求计算在无外部电场的情况下,轴子在特定介电常数中散射电子转化为光子的速率。Astra以无误的推导得出轴子转化为光子的速率公式,并给出了精确的浮点数结果。

最后是陈-西蒙斯β函数的计算。这道题考察的是三维陈-西蒙斯物质理论中的规范群贡献,其中包含了复杂的张量表示与无穷大操作,让人无法招架,而Astra成功地解析出了这一计算。 乐玩.LEWIN乐玩

毫无疑问,GPT-6 Astra这一成果不仅是科技的一次飞跃,更是人类在面对宇宙深邃谜题时的一次大胆探索,彻底改变了我们对科学研究的理解与期待。