GPT-6-Astra resuelve 49 de 50 problemas de física teórica a un coste medio inferior a 3 dólares
Treinta y cinco investigadores de instituciones como el ICTS, Harvard, KU Leuven y Google DeepMind presentaron TheoPhysEval, un benchmark de 50 problemas inéditos de física teórica con respuestas verificables. Probaron agentes de IA comerciales sin pistas humanas, y GPT-6-Astra, ejecutado en el entorno Codex de OpenAI, acertó 49 problemas (98 %) por algo menos de 116 dólares en total. Según los autores, un experto del subcampo tardaría alrededor de un día en cada problema sin ayuda de IA. Los problemas son de rutina investigadora, no retos abiertos, y los autores atribuyen la falta de avances a la ausencia de un sentido de "gusto" en la IA.
Qué significa
Los agentes ya resuelven cálculos de rutina que antes exigían a un especialista varias horas o un día. Los problemas que plantea el benchmark no incluyen las grandes preguntas abiertas de la disciplina.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- The DecoderLeer la noticia completa en The Decoder