热点事件持续更新
研究团队发布理论物理评测基准PHYRD
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
2026年10月26日，理论物理推理评测基准PHYRD正式推出。该基准包含63个推导复现题与43个条件拓展题，五款参与评测的模型在推导复现题上的准确率为49.21%至68.25%，在条件拓展题上的准确率为18.60%至74.42%。此外，用于构建评测任务的FormulaForest还可作为合成数据，在OpenAI的FrontierScience评测中，成功将Qwen-35B-A3B的准确率从61%提升至72%。
AI 根据报道生成 · 9 小时前更新
最新进展10月26日 12:00
理论物理评测基准PHYRD发布，含推导复现与条件拓展任务。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv 自然语言处理PHYRD：面向复现与拓展理论物理研究的动态评测基准
理论物理推理评测基准 PHYRD 正式推出，包含 63 个推导复现题与 43 个条件拓展题，五款模型全题准确率分别在 49.21% 至 68.25% 和 18.60% 至 74.42% 之间。用于构建任务的 FormulaForest 还可作为合成数据，在 OpenAI 的 FrontierScience 评测中将 Qwen-35B-A3B 准确率从 61% 提升至 72%。
本事件热度走势
当前热度 8·可比范围峰值 10（10月26日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。