热点事件持续更新
研究团队提出LongChang框架评估LLM自主物理规律发现能力
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv发布的一项研究提出了名为LongChang的评估框架，旨在评估大语言模型（LLM）在无提示条件下自主探索并发现未知物理规律的能力。该框架通过构建物理规律被改动的模拟世界进行测试，并由独立的LLM智能体分别负责场景生成、工具审查和报告评估，实现了无需人工干预的全自动闭环。测试结果显示，在评测的12个LLM中，仅GPT-6-Astra取得了16.7%的发现率，其余11个模型的得分均为0%。
AI 根据报道生成 · 4 小时前更新
最新进展10月28日 12:00
新研究提出LongChang全自动闭环框架，测试显示仅GPT-6-Astra取得16.7%的物理规律发现率。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 自然语言处理LLM 能否通过自由探索发现隐藏的物理规律？
新研究提出 LongChang 框架，通过构建物理规律被改动的模拟世界，评估大语言模型（LLM）在无提示条件下自主探索并发现未知物理规律的能力。该框架由独立的 LLM 智能体负责场景生成、工具审查和报告评估，实现无需人工干预的全自动闭环。在评测的 12 个 LLM 中，仅 GPT-6-Astra 取得了 16.7% 的发现率，其余 11 个模型得分均为 0%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28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。