GPT-6 Astra, 50 fizik probleminin 49'unu tanesi 2,40 dolara çözdü

Kısaca

TheoPhysEval kıyaslamasında GPT-6 Astra, yayımlanmamış 50 teorik fizik hesabından 49'unu uzmanlar kadar doğru çözdü. Bazı başarısız görünen vakalarda uzmanların referans çözümlerinin hatalı olduğu ortaya çıktı. Araştırmacılar, ajanların 'zevk' eksikliği nedeniyle fizikte matematikteki gibi bir atılım yaşanmadığını söylüyor.

TheoPhysEval kıyaslamasında 50 problemden 49'unu çözme

Çözüm başına 2,40 dolar maliyet

Uzman referans çözümlerindeki hataları ortaya çıkarma

Uzman düzeyine yakın doğruluk

Fizikte uzman düzeyine yakın performans

OpenAI'ın GPT-6 Astra modeli, TheoPhysEval adlı kıyaslamada yayımlanmamış 50 teorik fizik hesabından 49'unu, alanın önde gelen uzmanları kadar doğru şekilde çözdü. Her bir çözümün maliyeti 2,40 dolar olarak hesaplandı.

Referans çözümlerde hata çıktı

İlginç bir ayrıntı: Modelin başarısız göründüğü bazı vakalarda, uzmanların kendi referans çözümlerinin hatalı olduğu anlaşıldı. Bu, değerlendirme sürecinin yalnızca modeli değil, insan çözümlerini de test ettiğini gösteriyor.

'Zevk' eksikliği

Araştırmacılara göre fizik, matematikte yaşanan türden bir atılımı henüz görmedi. Bunun nedeni olarak ajanların 'zevk' (taste) eksikliği gösteriliyor: yani hangi problemin önemli olduğunu seçme ve yaratıcı yön belirleme yetisi.

Eğitim ve fırsat eşitliği üzerindeki etkiler

Ekip, özerk ve üst düzey yapay zekâ araştırmasının yakın olabileceğini düşünüyor. Şimdiden genç fizikçilerin nasıl yetiştirildiği ve alandaki fırsat eşitliği konusunda sonuçlar görülmeye başlandı.