O TheoPhysEval foi montado com problemas que físicos em atividade não haviam publicado, justamente para que nenhum modelo pudesse tê-los visto. O melhor agente errou um, a um custo médio de cerca de 2,33 dólares por problema.
Benchmark
TheoPhysEval
O que o benchmark TheoPhysEval mede, como a A. Ramesh Chandra and 36 co-authors o executa e as pontuações registradas dos modelos, cada uma com…
- Responsável
- A. Ramesh Chandra and 36 co-authors
- Pontuação
- problems solved out of 50
- Última verificação
- 15 de outubro de 2026
Classificação
Ainda não há resultados verificados registrados.