В тесте из неопубликованных исследовательских задач модель достигла точности 98%, вычисления модели оказались верными даже там, где физики сначала сочли их ошибочными Физики проверили, способны ли ИИ-агенты решать задачи исследовательского уровня, и получили сильный результат: GPT-6-Astra справилась с 49 из 50 заданий, а в нескольких случаях исследователи сначала приняли правильные ответы модели за ошибки. Проверка показала, что неверными были их собственные решения. Для теста подготовили 50 неопубликованных задач из разных областей теоретической физики...