CritPt v2 在 Artificial Analysis 上线：70 道研究级物理挑战题全部修订，模型现可借助代码执行工具作答

Artificial Analysis 上线 CritPt v2：作者修订了全部 70 道研究级物理挑战题，模型现在可借助代码执行工具作答。重要性：当前沿模型都成了工具使用者，评测基准也得跟着进化——翻新后的、允许用工具的物理基准能更干净地测出真实推理能力，而不是背下来的教科书答案。

• Artificial Analysis2026-10-22 17:55