🧠 Физики посчитали ответы GPT-6 Astra ошибочными. Перепроверили и нашли ошибки в собственных решениях.

Об этом сообщили авторы TheoPhysEval: в нескольких задачах первоначальные эталонные решения оказались неверными. После исправлений эксперты подтвердили, что Astra ответила правильно.

Всего в тесте 50 неопубликованных задач исследовательского уровня по теоретической физике. Узкому специалисту типичная задача потребовала бы до рабочего дня.

GPT-6 Astra в Codex с инструментами и веб-поиском решила 49 из 50 задач, набрав 98%. Средняя стоимость составила меньше $3 за задачу. Агент работал без человеческих подсказок.

Авторы отдельно подчёркивают: тест проверяет сложные вычисления по известным методам. Создание новых физических теорий требует большего.

Но помощник, из-за которого экспертам приходится исправлять собственные эталонные ответы, уже заслуживает внимания.

https://arxiv.org/abs/2610.16733