GPT-6 Astra、未公開の物理問題50問中49問を正答率98%で解く
ハーバード大学とGoogle DeepMindの研究によると、OpenAIのGPT-6 Astraは最近、未公開の理論物理学の問題50問のうち49問を98%の正答率で解き、合計費用116ドル、つまり1問あたり2.33ドルでテストを完了した。TheoPhysEvalと呼ばれるこの評価では、文献調査、数式の導出、数値計算を必要とする定型的な課題におけるAIの性能が測定された。比較すると、Claude Opusは240ドルの費用で正答率92%(46/50)を達成し、GoogleのGemini 3.8 Flashは68%(34/50)だった。注目すべきことに、当初不正解と判定されていたAstraの回答の一部は、専門家が元の参照解答を検証し、そこに誤りがあることを発見した後、正解であると確認された。
GateNews·10-19 06:01
