TheoPhysEval a été bâti à partir de problèmes que des physiciens en activité n'avaient pas publiés, précisément pour qu'aucun modèle ne puisse les avoir vus. Le meilleur agent en a manqué un, pour un coût moyen d'environ 2,33 dollars par problème.
Benchmark
TheoPhysEval
Ce que mesure le benchmark TheoPhysEval, la façon dont A. Ramesh Chandra and 36 co-authors l'exécute et les scores enregistrés, chacun accompagné de…
- Responsable
- A. Ramesh Chandra and 36 co-authors
- Score
- problems solved out of 50
- Dernière vérification
- 15 octobre 2026
Classement
Aucun résultat vérifié enregistré pour l'instant.