前沿大模型做物理题到底行不行？专家重新评分揭露基准失效与近乎饱和

arXiv，arXiv 是一个免费的学术预印本开放获取平台，涵盖物理学、数学、计算机科学等领域。关注
添加评论
点赞收藏
点踩分享查看原文
评论
?
参与讨论