2,40 dólares por solución: GPT-6-Astra resuelve 49 de 50 problemas de física de investigación
35 investigadores, entre ellos de ICTS, Harvard, KU Leuven y Google DeepMind, presentaron el benchmark TheoPhysEval, con 50 problemas inéditos de física teórica con respuestas verificables. El mejor agente fue GPT-6-Astra en Codex, que acertó 49 de 50 tareas (98 %), a un coste medio inferior a 3 dólares por tarea y unos 116 dólares en total. Según los autores, un experto del subcampo tardaría en torno a un día o menos por tarea. Los problemas son de tipo « turn-the-crank »: aplicar métodos conocidos a preguntas ligeramente modificadas, sin incluir cuestiones abiertas importantes.
Qué significa
La IA ya resuelve a bajo coste problemas de cálculo rutinarios de física teórica. Como el benchmark excluye preguntas abiertas, no demuestra avances de fondo.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- The Decoder (DE)Leer la noticia completa en The Decoder (DE)