7dbf
ÐÂÖÇÔª±¨µÀ ±à¼£º¶¨»Û ¡¾ÐÂÖÇÔªµ¼¶Á¡¿ÔÚ¡¸Ñ§¡¹Ó롸˼¡¹Ö®¼ä£¬AIÐèÒª¿çÔ½µÄ²»µ«ÊÇËãÁ¦µÄ¶ÑÆö¡£±±´óÎïÀíѧԺÍŽá¶à¸öԺϵ£¬ÍƳöÁËÊ׸öרעÓÚÎïÀí¸ÐÖªÓëÍÆÀíÄÜÁ¦µÄ´óÄ£×Ó»ù×¼¡ª¡ªPHYBench¡£Ê×´ÎϵͳÐÔÕ¹ÏÖÁËÄ¿½ñ´óÓïÑÔÄ£×ÓÔÚÃ÷È·ÎïÀíÌìÏÂʱµÄÖØ´ó¶Ì°å¡£ ѧ¶ø²»Ë¼ÔòØè£¬Ë¼¶ø²»Ñ§Ôò´ù¡£ ¡ª¡ª¡¶ÂÛÓï¡· ÈôÊÇ˵´óÄ£×ÓµÄѵÁ·ÊÇ¡¸Ñ§¡¹µÄÀú³Ì£¬ÄÇôÖÖÖÖ»ù×¼²âÊÔ¾ÍÊÇ´óÄ£×ÓÍ£ÏÂÀ´¡¸Ë¼¡¹µÄƬÉΡ£ ÏÖÔÚÄ£×ÓѵÁ·ÐèÒªµÄËãÁ¦ºÍµçÁ¿ÒѾԶ³¬Ì¼»ùÈËÀàµÄÁìÓò£¬AIµÄѧϰֻÐèÒª¸ü¶àµÄ¿¨ºÍ¸ü¶àµÄµç¡£ AIѧϰ²»¿ÉÎÊÌ⣬¿ÉÊÇAIÄÜ¡¸Ë¼¡¹Â𣿠¿ÉÊǹØÓÚAIµÄÆÀ¹À£¬ËƺõÓÐЩ¡¸ÃÔ㯡¹¡ª¡ªAIµÄ»ù×¼²âÊÔ¾¿¾¹Ó¦¸ÃÔõÑùÉè¼Æ²Å»ªÌåÏÖÄ£×ÓÕæÕýµÄÄÜÁ¦£¿ À´×Ôdatalearner.comÉÏAIÆÀ²â»ù×¼£¬Ö»ÊÇһЩÉÐÓÐÐí¶à ÏñDeepSeek-R1ºÍOpenAI-o3µÈÍÆÀíÄ£×ÓÕ¹ÏÖÁËÖØ´óÍÆÀíÄÜÁ¦£¬ÕâÐ©ÍÆÀíÄ£×ÓÄܹ»Ã÷È·¡¢½¨Ä£²¢»Ø¸²°ÂÁÖÆ¥¿Ë¼¶±ðµÄÄÑÌâ¡£ ¿ÉÊÇÏÖÔÚµÄÕâЩ»ù×¼ÓеãÏñÊÇ¡¸ÎªÁË¿¼ÊÔ¶ø¿¼ÊÔ¡¹ÖÆ×÷µÄ¿¼¾í£¬AIÃÇÖ»ÐèÒªÔÚÌØ¶¨µÄÊý¾Ý¼¯ÉÏÍê³ÉѵÁ·£¬¾Í¿ÉÒÔ×öÒ»¸ö¸ß·ÖµÄ¿¼Éú¡£ Õâ¾ÍÏñ´ÓѧУ×ßÏòÉç»áµÄ¸ß·Ö¿¼Éú£¬·×Æç¶¨ÄÜ´ÓÏóÑÀËþÒ»ÏÂ×Ó˳Ӧµ½ÍⲿÉç»áµÄÈõÈâǿʳ¡£ ¼ÈÈ»AIµÄÄÜÁ¦ÐèÒª·øÉäµ½ÏÖʵÉúÑÄ£¬ÄÇôҲÐíÒ»¸öÕë¶Ô¡¸ÎïÀí¡¹µÄÆÀ²âÖ¸±êÊDz»ÊǸüÄÜÑéÖ¤AIµÄÏÖʵ¿ÉÓÃÐÔ£¿ ×î½ü£¬Óɱ±´óÎïÀíѧԺ¡¢È˹¤ÖÇÄÜÑо¿Ôº¡¢ÅÌËã¿ÆÑ§Ñо¿ÖÐÐÄ¡¢¼¯³Éµç·ѧԺºÍÔªÅàѧԺÅäºÏ×é³ÉµÄ¡¸ÌìÍÅ¡¹£¬ÍƳöÁËÒ»¸öÓÃÓÚÆÀ¹À´óÓïÑÔÄ£×ÓÔÚÎïÀíÇé¾³ÖеÄÍÆÀíÄÜÁ¦µÄ¸ßÖÊÁ¿»ù×¼¡ª¡ªPHYBench¡£ ÖµµÃÒ»ÌáµÄÊÇ£¬ÕâÆäÖÐÓÐÐí¶àÈ˶¼ÊÇÎïÀí¾ºÈü½ðÅÆµÃÖ÷¡£ ÂÛÎĵص㣺https://arxiv.org/abs/2504.16074 ÏêϸÀ´Ëµ£¬PHYBench°üÀ¨500¸öÈ«ÐÄÌôÑ¡µÄ»ùÓÚÏÖʵµÄÎïÀíÎÊÌâ¡£ º¸ÇÁËÁ¦Ñ§¡¢µç´Åѧ¡¢ÈÈÁ¦Ñ§¡¢¹âѧ¡¢ÏÖ´úÎïÀíѧºÍ¸ß¼¶ÎïÀíѧµÈÁìÓò£¬ÄѶȴӸßÖÐϰÌâµ½´óѧÉúÎÊÌ⣬ÔÙµ½ÎïÀí°ÂÁÖÆ¥¿ËÌôÕ½ÎÊÌâ²»µÈ¡£ ÓÐûÓÐÏëÆð±»¸ßÖÐÎïÀíÖ§ÅäµÄ¿Ö¾å£¿ ÔõÑùÆÀ¼ÛÒ»¸öÆÀ²â»ù×¼¾¿¾¹ºÃÓ뻵£¬ÊʺÏÓë²»Êʺϣ¿ÕâÀïÒýÓñ±´óÍŶӵÄÒ»¾ä»°×îΪÊʺϲ»¹ý¡£ »ù×¼²âÊÔ²»»áÉñ»¯»ò±áµÍÄ£×Ó£»ËüÃÇÖ¸µ¼ÈËÀàºÍAIÅäºÏ³¯×ÅAGIǰ½ø¡£ ÏÈÀ´¿´ÏÂÏÖÔÚµÄÍÆÀí»ù׼ͨ³£»áÓеÄÈý¸öÎÊÌ⣺ 1. Ì«¹ý¼ò»¯µÄÍÆÀíʹÃü£º Ëæ×ÅÄ£×ÓÐÔÄÜÔ½À´Ô½¸ß£¬ÏÖÓеĻù×¼ÒѾ²»ÔÙ×ã¹»¡£ 2. Ì«¹ýÁýͳµÄÎÊÌ⣺ ËäÈ»ÏÖÓеĻù×¼²âÊÔͨ¹ýÁýͳ»ò½¨Ä£½¨ÉèÁË×ã¹»µÄÍÆÀíÄѶȣ¬µ«ËüÃÇÍùÍùȱ·¦ÎïÀíÏÖʵºÍÏÖʵӦÓõĻù´¡¡£ËµÈË»°¾ÍÊÇ£¬ÆÀ²âÌ«ÁýͳÀäÃÅ£¬ÏÖʵÀï»òÐíÂÊÓö²»µ½£¬Í¨¹ýÁË¿ÉÄÜÒ²ÎÞ·¨Ö¸µ¼ÏÖʵ¡£ 3. ȱ·¦×¼È·µÄÆÀ¹ÀÖ¸±ê£º Ä¿½ñµÄ×Ô¶¯»¯ÆÀ¹ÀÒªÁìÔÚ²¶»ñÖØ´óÍÆÀíµÄϸ΢·½ÃæÈÔȻȱ·¦¡£¼òÆÓ˵¾ÍÊÇ£¬ÆÀ²âЧ¹û²»¿É¼òÆÓµÄ·Ö¶Î£¬×îºÃÊÇÄÜÏêϸµ½1-100½ÏÁ¿×¼È·µÄ·ÖÊý¡£ PHYBench¾ÍÊÇΪÏàʶ¾öÕâЩÎÊÌ⣬PHYBenchº¸ÇÁËÎïÀíѧÖеĶà¸öÁìÓò£¬Ê¹ÓÃÃ÷È·½ç˵µÄÎïÀí±í´ïʽ×÷ΪÃյס£ ÕâÈ·±£Á˶ÔÄ£×ÓµÄÎïÀí¸ÐÖªºÍÎȽ¡ÍÆÀíÄÜÁ¦µÄ׼ȷÆÀ¹À¡£ »ùÓڲ߻®µÄÊý¾Ý¼¯£¬½øÒ»²½Ìá³öÁ˱í´ïʽ±à¼¾àÀ루EED£©µÃ·Ö£¬ÕâÊÇÒ»ÖÖʹÓÃÊ÷±í´ïʽºÍ±à¼¾àÀëµÄ×Ô¶¯¡¢Ï¸Á£¶ÈµÄÆÀ¹ÀÖ¸±ê£¬Õ¹Ê¾ÁËLLMs¸ø³öµÄ±í´ïʽÓëÕæÊµÖµÖ®¼äµÄ¡¸¿¿½ü¡¹Ë®Æ½¡£ À´×Ô PHYBenchµÄÒ»¸öʾÀýÎÊÌ⡣ʹÓÃÁ½¸öÖ÷ÒªÖ¸±êÀ´ÆÀ¹ÀÄ£×ÓÐÔÄÜ£º±í´ïʽ±à¼¾àÀ루EED£©µÃ·ÖºÍ׼ȷÂÊ¡£ ÉÏͼչʾÁËÈý¸ö²î±ð»Ø¸²µÄµÃ·Ö£¬ÆäÖÐÃÕµ×1ºÍÄ£×ÓÃÕµ×2»®·ÖÓÉDeepSeek-R1ºÍGPT-4oÌìÉú¡£ ³ýÁËÆÀ¹ÀÓïÑÔÄ£×ÓÍ⣬±±´óÍŶӻ¹Í¨¹ýÕÐļ±±¾©´óѧµÄÎïÀíϵ±¾¿ÆÉúÀ´½â¾öÏàͬµÄÎÊÌ⣬½¨ÉèÁËÈËÀàˮƽ»ùÏߣ¨ÕâˮƽÓеã¸ßÁË£©¡£ Ч¹ûÏÔʾ£¬»úеºÍÈËÀàµÄÄÜÁ¦Ö®¼ä±£´æÏÔÖøµÄÐÔÄܲî±ð¡£ ×ÝÈ»ÊÇ×îÏȽøµÄLLM¡ª¡ªGemini 2.5 Pro¡ª¡ªÒ²½öµÖ´ïÁË36.9%µÄ׼ȷÂÊ£¬Ô¶µÍÓÚÈËÀà»ùÏßµÄ61.9%¡£ PHYBench»ù×¼²âÊÔ PHYBenchµÄÿµÀÎÊÌâ¶¼»ùÓÚÒ»¸öÏêϸµÄÎïÀíÇé¾°£¬ÒªÇóÄ£×ÓÆ¾Ö¤¸ø¶¨Ìõ¼þÍÆµ¼³öÒªº¦ÎïÀíÁ¿µÄ·ûºÅ±í´ïʽ¡£ ËùÓÐÎÊÌâ¶¼ÓÐÃ÷È·µÄ±ê×¼ÃÕµ×£¬ÇÒ¾ù¿Éͨ¹ýÎïÀíÔÀí×ÔÁ¦Çó½â£¬ÎÞÐèÒÀÀµÍⲿ֪ʶ¡£ ÕæÕýµÄÌôÕ½ÔÚÓÚ£¬Ä£×ÓÐèÒªÄÜÆ¾Ö¤Îı¾ÐÎò׼ȷ¹¹½¨¿Õ¼äºÍÏ໥×÷ÓùØÏµ£¬Ñ¡ÔñÐÔµØÓ¦ÓöàÌõÎïÀí¶¨ÂɺͶ¨Àí£¬²¢ÔÚ¶¯Ì¬ÏµÍ³µÄÑÝ»¯ÓëÏ໥×÷ÓÃÖоÙÐÐÖØ´óÅÌËã¡£ ±ðµÄ£¬´ó´ó¶¼ÎÊÌâ¶¼Éæ¼°³¤Á´ÍÆÀí£¬Ä£×Ó±ØÐèÔÚ¶à²½ÍÆµ¼ÖÐÌÞ³ýÎ޹صÄÎïÀí×÷ÓúÍɨ³ý²»¶ÔÀíµÄ´úÊý½â£¬ÒÔ×èÖ¹ÅÌËãÖØÆ¯ºó¼±¾çÉÏÉý¡£ ²î±ðÓÚÒÔÍù×¢ÖØ¸ßÇ¿¶ÈÍÆÀí»òÇî¾ÙËÑË÷¿Õ¼äµÄ»ù×¼²âÊÔ£¬PHYBenchÔ½·¢×¢ÖØÕæÊµÎïÀí³¡¾°ÖеÄÖ𲽸ÐÖªÓëÍÆÀíÄÜÁ¦¡£ ¼òÆÓµØËµ£¬¾ÍÊÇÏ£ÍûLLMsÏñÈËÒ»Ñù¾ÙÐÐÂß¼ÍÆÀí£¬¶ø²»ÊÇÀàËÆ¡¸Äñǹ·¨¡¹µÄ±©Á¦½â·¨¡£ Êý¾Ý¼¯ÕûÀí PHYBench»ù×¼²âÊÔÎÊÌâ¸Ä±à×ÔÃæÏòÈËÀàµÄÎïÀíѵÁ·Ì⣬ÄѶȺ¸Ç¸ßÖÐÖÁ´óѧÎïÀí¾ºÈüˮƽ¡£ Ô¼ÇëÁËÀ´×Ô±±¾©´óѧÎïÀíѧԺµÄ178ÃûѧÉú¼ÓÈëÎÊÌâµÄТ˳Óë´òÄ¥¡£ ÉÏͼչʾÁËÊý¾ÝÕûÀíµÄÁ÷³Ì¡£Êý¾ÝȪԴ°üÀ¨·Ç¹ûÕæºÍ¹ûÕæµÄÎÊÌ⣬ÕâЩÎÊÌâÎÞ·¨Í¨¹ýÖ±½ÓµÄÍøÂçËÑË÷»òͨÀý²Î¿¼×ÊÁÏÇáËÉ»ñµÃ¡£ ÔڸıàÀú³ÌÖУ¬Ã¿Ò»µÀÎÊÌâ¶¼±»ÊÓΪһ¸öÏêϸµÄÎïÀíÇé¾°¡£ÕûÀíÖ°Ô±»áÈ·¶¨Ò»¸ö½¹µãÎïÀíÁ¿×÷ΪĿµÄ±äÁ¿£¬²¢Éè¼ÆÎÊÌ⣬ҪÇó½âÌâÕ߯¾Ö¤¸ø¶¨Ìõ¼þÍÆµ¼³ö¸ÃÎïÀíÁ¿µÄ·ûºÅ±í´ïʽ¡£ Ëæºó£¬Ã¿µÀÎÊÌâ¶¼»á¾ÓɶàÂÖÉóºË¡¢É¸Ñ¡ºÍ´òÄ¥¡£Ê×ÏÈ£¬ËùÓÐÎÊÌâ»á±»´æÈëÄÚ²¿Æ½Ì¨ÍйܵÄÌâ¿âÖС£½Ó×Å£¬ÕâЩÎÊÌâ»á·ÖÅɸøÉóÔÄÖ°Ô±¾ÙÐÐÆÀ¹À¡£ ÉóÔÄÖ°Ô±¼ìÅÌÎÊÌâÊÇ·ñÇкÏÉÏÊö±ê×¼£¬ÈôÓв»Çкϵĵط½»á¾ÙÐÐÐ޸ģ¬ÐëҪʱÍ˻ظøÔ×÷Õß½øÒ»²½±à¼¡£ ÔÚÉóºËÀú³ÌÖУ¬ÄÚ²¿Æ½Ì¨»áչʾ¶àÖÖ´óÓïÑÔÄ£×Ó£¨LLM£©ÌìÉúµÄ½â´ð£¬¹©ÉóÔÄÖ°Ô±²Î¿¼£¬ÒÔÅжÏÎÊÌâÊÇ·ñ±íÊöÇåÎú¡¢ÖÜÈ«£¬²¢Æ¾Ö¤ÐèÒªµ÷½âÐÎò£¬Ö±µ½²»»áÔÙÒý´´ÔìÈ·ÉÏµÄÆçÒå¡£ Ò»µ©ÎÊÌâ»ñµÃÉóÔÄÖ°Ô±Åú×¼²¢¸½ÉÏÆÀÓ¾Í»á½øÈëÉóÔÄÕßÌâ¿â¡£ ÎÊÌâ½øÈëÉóÔÄÕßÌâ¿âºó£¬»¹»á¾ÓɶàÂÖÄ£×Ó²âÊÔ¡£ ͨ¹ýÊÓ²ìÄ£×ÓÌìÉúµÄÃÕµ×£¬ÅжÏÎÊÌâÊÇ·ñÄÜ´Ùʹģ×Ó±¬·¢Çкϱê×¼µÄ½â´ð¡£ ͬʱ£¬Ê¹ÓÃGPT-4o¶ÔÎÊÌâµÄÓï·¨ºÍÃûÌþÙÐмì²é¡£Æ¾Ö¤Ä£×Ó²âÊÔµÄЧ¹û£¬»áÖØ¸´ÐÞ¶©ÎÊÌ⣬ֱµ½ËùÓÐÎÊÌâµÄÊä³öЧ¹ûÍêÈ«Çкϻù×¼²âÊÔµÄÃûÌÃÒªÇó¡£ ×îºó£¬Ô¼ÇëÁË109λÈËÀàר¼Ò¼ÓÈë½âÌâ¡£ ËûÃǽøÒ»²½ÆÀ¹ÀÎÊÌâµÄ±íÊöÊÇ·ñÊʵ±£¬²¢Æ¾Ö¤×¨¼Ò·´Ïì¶ÔÎÊÌâ¾ÙÐÐ×îÖÕµÄÏ꾡´òÄ¥¡£ ÆÀ¹ÀÖ¸±ê ÕýÈç×î×îÏȽéÉÜ£¬PHYBenchʹÓÃÁËÁ½¸öÖ¸±ê£¬ÆäÖÐÒ»¸ö½Ð×ö±í´ïʽ±à¼¾àÀëµÃ·Ö£¨EED Score£©£¬ÁíÒ»¸öÊÇ׼ȷÂʽÏÁ¿ºÃÃ÷È·¡£ EED ScoreÊÇÒ»ÖÖ×Ô¶¯»¯¡¢ÎÞÐèÄ£×Ó¸¨ÖúµÄÆÀ¹ÀÖ¸±ê£¬ÓÃÀ´ÅжÏAIÌìÉú½â´ðµÄ׼ȷÐÔ¡£ EED Scoreͨ¹ýÅÌËãÁ½¸ö·ûºÅ±í´ïʽµÄ±í´ïʽÊ÷±à¼¾àÀëÀ´ÆÀ¹ÀËüÃǵÄÏàËÆÐÔ¡£ Ëùν±í´ïʽÊ÷±à¼¾àÀ룬ָµÄÊǽ«Ò»¸öÊ÷×´½á¹¹µÄ±í´ïʽ±ä»»³ÉÁíÒ»¸öËùÐèµÄ×îÉٽڵ㼶±ð±à¼²Ù×÷´ÎÊý£¨°üÀ¨²åÈ롢ɾ³ýºÍ¸üУ©¡£ ºÃ±ÈAnswer 1ÖУ¬´óÄ£×Ó¸ø³öµÄÃյ׺Í׼ȷÃÕµ×Ö»²îÁËÒ»¸öϵÊý¡£ ¶øAnswer 2ÖУ¬ºÍ±ê×¼ÃյײîµÄ½ÏÁ¿¶à£¬ÒÔÊÇEED scoreÒªÏÔ×ŵÍÓÚµÚÒ»¸öÃյס£ Ñ¡ÔñʹÓÃEED Score¶ø·Ç¹Å°åµÄ¶þ·ÖÀàÆÀ·Ö£¬Ö÷ÒªÊÇΪÁ˸üÏ꾡µØ·´Ó¦Ä£×Ó½â´ðµÄ׼ȷˮƽ¡£ ¼´±ãÌìÉúµÄÃÕµ×±£´æÒ»Ð©Ð¡µÄÅÌËã¹ýʧ»òϵÊýÎó²î£¬Ò²ÄÜÌåÏÖ³öÄ£×Ó¶ÔÎïÀíÔÀíµÄ²¿Çå³þÈ·£¬¶ø²»ÊÇÍêÈ«¹ýʧ¡£ Ä£×ÓʵÑé ÓÐÁË»ù×¼£¬¾ÍÀ´¿´Ï¸÷¸öÄ£×ÓµÄÌåÏÖ¡£ ÔÚPHYBench»ù×¼ÉϲâÊÔÁËһϵÁвî±ðÀàÐ͵ÄÄ£×Ó£¬°üÀ¨×îÏȽøµÄÄ£×ÓºÍһЩÆÕ±éÓ¦Óûò¾ßÓдú±íÐÔµÄÄ£×Ó¡£ ÔÚ»ùÓÚAPIµÄÆÀ¹ÀÖУ¬Ñ¡È¡ÁËGPT-4o¡¢o1¡¢Gemini 2.0 Flash Thinking¡¢DeepSeek-V3¡¢DeepSeek-R1¡¢Qwen2.5-max¡¢o3-mini¡¢Grok 3 Beta¡¢Claude 3.7 Sonnet¡¢Claude 3.7 Sonnet Thinking¡¢Gemini 2.5 pro¡¢o4-miniºÍo3¡£ ÆäÓàÄ£×ÓDeepSeek-R1-Distill-Qwen-32BºÍQwQ-32BÔòÔÚÍâµØ¾ÙÐÐÆÀ¹À¡£ ÈËÀà»ùÏß ÕÐļÁËÀ´×Ô±±¾©´óѧÎïÀíѧԺµÄ81ÃûѧÉú£¬Ã¿È˽â´ðÁË8µÀÈ¡×ÔPHYBenchÊý¾Ý¼¯µÄÎÊÌâ¡£ ×ܹ²ÍøÂçµ½ÁË559·ÝÓÐÓôð¾í£¬ÕâЩ´ð¾í¶ÔÓ¦ÓÚ¹ûÕæÐû²¼µÄPHYBenchÊý¾Ý¼¯¹æÄ£ÄÚµÄÎÊÌâ¡£ ÈËÀà´ðÌâµÄƽ¾ù׼ȷÂÊΪ61.9¡À2.1%£¬EED·ÖÊýΪ70.4¡À1.8£¬ÕâÀïµÄ²»È·¶¨ÐÔÊÇͨ¹ý10,000´ÎÖØ²ÉÑù»ñµÃµÄ×ÔÖú·¨±ê×¼Îó¡£ ÔÚ99%µÄÖÃÐÅˮƽÏ£¬×¨¼Ò×éÔÚÁ½¸öÖ¸±êÉϾùÏÔ×ÅÓÅÓÚËùÓб»ÆÀ¹ÀµÄLLM¡£ ±ðµÄ£¬ÈËÀàЧ¹ûÂþÑܵÄÉÏËÄ·ÖλÊýµÖ´ïÁË71.4%µÄ׼ȷÂʺÍ80.4µÄEED·ÖÊý¡£ Ö÷ҪЧ¹û ÔÚPHYBenchÊý¾Ý¼¯ÉÏÆÀ¹ÀÁ˶à¸öÄ£×Ó£¬ËüÃǵÄ׼ȷÂʺÍEED·ÖÊý¿ÉÊÓ»¯Õ¹Ê¾ÔÚÏÂͼ¡£ Ч¹ûÅú×¢£¬×ÝÈ»ÊÇ×îÏȽøµÄÍÆÀíÄ£×Ó£¬ÔÚÎïÀíÍÆÀíʹÃüÖеÄÌåÏÖÈÔÈ»ÓÐÏÞ¡£ ÌåÏÖ×îºÃµÄÄ£×ÓÊÇGemini 2.5 pro£¬Æä׼ȷÂÊΪ36.9%£¬EED·ÖÊýΪ49.5£¬ÈÔÈ»ÏÔ×ŵÍÓÚÈËÀà»ùÏß¡£ ÕâÖÖ²î±ð͹ÏÔÁË»ù×¼²âÊԵĸ߶ÈÖØ´óÐÔ¡£ ÖµµÃ×¢ÖØµÄÊÇ£¬Ö»¹ÜרÃÅÎªÍÆÀíÉè¼ÆµÄÄ£×ÓÕûÌåÉÏÓÅÓÚͨÓÃÓïÑÔÄ£×Ó£¬µ«Ò»Ð©½üÆÚÐû²¼µÄͨÓÃÄ£×Ó£¬Èç DeepSeek-V3¡¢GPT-4.1 ºÍ Claude 3.7 Sonnet£¬Ò²ÌåÏÖ³ö¾ßÓоºÕùÁ¦µÄЧ¹û£¬×¼È·ÂÊ»®·ÖµÖ´ï 13.6%¡¢12.9% ºÍ 13.2%¡£ ±ðµÄ£¬32B²ÎÊýµÄÄ£×Ó£¬°üÀ¨DeepSeek-Distill-32BºÍQwQ-32B£¬ÔÚPHYBenchÉϵÄÌåÏÖÏÔ׎ÏÈõ£¬×¼È·ÂÊ»®·ÖÖ»ÓÐ2.6%ºÍ1.2%£¬EED·ÖÊý»®·ÖΪ4.5ºÍ3.2£¬ÕâÓëËüÃÇÔÚÆäËû»ù×¼²âÊÔÖеÄÇ¿¾¢ÌåÏÖÐγÉÁËÏÊÃ÷±ÈÕÕ¡£ ¸÷Ä£×ÓÔÚ²î±ðÁìÓòµÄƽ¾ùÔʼµÃ·Ö¡££¨Ëõд£ºALL=ËùÓÐÎÊÌ⣻Mech.=Á¦Ñ§£»Elec.=µçѧ£»Thmo.=ÈÈÁ¦Ñ§£»Opt.=¹âѧ£»Mod.=½ü´úÎïÀí£»Adv.=¸ß¼¶ÄÚÈÝ£© ´óÄ£×ÓÔÚPHYBenchÉÏÌåÏÖ²»¼Ñ£¬¿ÉÄܹéÒòÓÚʹÃü¾ßÓг¤ÍÆÀíÁ´ÌØÕ÷»ò¶ÔÎïÀíÖ±¾õµÄÌôÕ½£¬ÕâЩÁè¼ÝÁ˹Űå¿ìËÙÎÊ´ð£¨QA£©ÉèÖõÄÄÜÁ¦¹æÄ£¡£ ÔÚÊý¾Ý¼¯ÉϽÓÄÉÁË׼ȷÂʺÍEED·ÖÊýÁ½ÖÖÆÀ¹ÀÖ¸±ê¡£ ËäÈ»ÕâÁ½ÖÖÖ¸±êÔÚÄ£×ÓÅÅÐòÉÏÏÕЩһÖ£¬µ«EED·ÖÊýÌṩÁ˸üÆÕ±éµÄÊýÖµÂþÑܺ͸üСµÄͳ¼Æ²»È·¶¨ÐÔ¡£ ÆÊÎöÏÔʾ£¬EEDÖ¸±êÔÚÑù±¾Ð§ÂÊÉÏÆ½¾ùÌáÉýÁË304%£¬±ê×¼²îΪ80%¡£ »»¾ä»°Ëµ£¬Ê¹ÓÃEEDÖ¸±êÆÀ¹À500µÀÎÊÌâµÄЧ¹û£¬Ï൱ÓÚÓÃ׼ȷÂÊÖ¸±êÆÀ¹ÀÔ¼1500µÀÎÊÌâµÄÇø·ÖÄÜÁ¦¡£ ÕâÖÖÌáÉýʹµÃÄ£×ÓÐÔÄÜÖ®¼äµÄ²î±ð¿ÉÒÔÔ½·¢¿É¿¿µØÌåÏÖ³öÀ´¡£ ²î±ðÁìÓòϵÄÄ£×ÓÐÔÄÜ ÎªÁ˸üÇåÎúµØÕ¹Ê¾¸÷Ä£×ÓÔÚ²î±ðÁìÓòµÄÏà¶ÔÓÅÊÆ£¬ÒýÈëÁËÁ½¸öÖ¸±ê£º ¾ø¶ÔÓÅÊÆ ºÍ Ïà¶ÔÓÅÊÆ ¡£ ÖµµÃ×¢ÖØµÄÊÇ£¬ Ïà¶ÔÓÅÊÆ ÊÇÔÚ¶ÔÁìÓòƽ¾ù·Ö¾ÙÐйéÒ»»¯Ö®ºóÅÌËãµÄ£¬ÕâÑù¿ÉÒÔ¼õСijЩµÍ·ÖÎÊÌâ¶ÔÕûÌåЧ¹ûµÄ²»¿É±ÈÀýÓ°Ïì¡£ ½øÒ»²½ÆÊÎöÁËÄ£×ÓÔÚ²î±ðÎïÀíÁìÓòϵĵ÷ÖÂþÑÜÇéÐΣ¬ÔÚϸ·ÖµÄÁìÓòÖУº Á¦Ñ§£º Ö÷Òª¿¼²ì¿Õ¼äÍÆÀíºÍ¶Ô¶¯Ì¬Àú³ÌµÄÃ÷È·£» µç´Åѧ£º ÆÀ¹ÀÄ£×ÓÃ÷È·³¡ÂþÑÜÓë¿Õ¼ä»®·ÖµÄÄÜÁ¦£» ÈÈÁ¦Ñ§£º ²âÊÔÄ£×ÓÔÚ¶àÎïÀí³¡½»»¥ºÍÖØ´óÀú³ÌÃ÷È··½ÃæµÄˮƽ£» ¹âѧ£º ͬÑùÇ¿µ÷¿Õ¼äÍÆÀíÄÜÁ¦£» ½ü´úÓë¸ßµÈÎïÀí£º ÔòÐèҪģ×Ӿ߱¸¶ÔÖØ´óÎïÀí¿´·¨µÄÉîÈëÃ÷È·ÓëÓ¦ÓÃÄÜÁ¦¡£ ̫ͨ¹ýÎö·¢Ã÷£¬¹Å°åÄ£×Ó£¨ÈçGPT-4o£©ÔÚÁ¦Ñ§ÁìÓòµÄÌåÏÖÏà¶Ô½Ï²î£¬Õâ¿ÉÄÜÊÇÓÉÓÚËüÃÇÔÚÉæ¼°Èýά¼¸ºÎºÍ¶¯Ì¬Àú³ÌµÄÊý¾ÝÉÏѵÁ·È±·¦¡£ רעÓÚÍÆÀíÄÜÁ¦µÄÄ£×Ó£¨Èço1ºÍQwQ-32B£©ÔÚÁ¦Ñ§ÁìÓòÌåÏֽϺᣠÈÈÁ¦Ñ§ÎÊÌâͨ³£Éæ¼°¶à²½ÍÆÀíºÍÖØ´óÀú³ÌÆÊÎö£¬ÔÚÕâÀï£¬ÍÆÀíÐÍÄ£×ÓÓë·ÇÍÆÀíÐÍÄ£×ÓÖ®¼äµÄÐÔÄܲî±ðÓÈΪÏÔ×Å¡£ ¶øÔÚ½ü´úÓë¸ßµÈÎïÀíÁìÓòµÄЧ¹ûÒ²Åú×¢£¬¸÷´óÓïÑÔÄ£×ÓÔÚ֪ʶÉî¶ÈÉϱ£´æÏÔÖø²î±ð¡£ ͨÓÃÐÍÄ£×ÓGPT-4.1ÔÚÕâЩÁìÓòÖУ¬Ïà±ÈGPT-4o¡¢o1ºÍDeepSeek V3Õ¹ÏÖ³öÁËÏÔ×ŵÄÓÅÊÆ£¬Í»³öÁËÆäÔÚ¿ÆÑ§ÎÊÌâ½â¾öʹÃüÖеÄ׿ԽÄÜÁ¦¡£ Ïà¶ÔÓÅÊÆ ÕâÒ»Ö¸±êÍ»³öÁ˸÷Ä£×ÓÔÚÌØ¶¨ÁìÓòÄÚÏà¹ØÓÚͬÀàÄ£×ÓµÄÓÅÊÆ¡£ ͼ4aÖеÄÀ×´ïͼչʾÁ˲¿·Öµä·¶Ä£×ÓµÄÏà¶ÔÓÅÊÆ£¬Ö±¹ÛµØ·ºÆðÁËǰÎÄËùÌÖÂ۵ĸ÷Ä£×ÓÓÅÊÆÂþÑÜÇéÐΡ£ ͼ4bÔòչʾÁËÄ£×ÓÓÅÊÆÔÚ²î±ðÎÊÌâÄÑ¶ÈÆ·¼¶ÏµÄÂþÑÜÇéÐΡ£ ¹ýʧÆÊÎö ±¾½Ú½«ÏêϸÆÊÎöÔÚÆÀ¹ÀÀú³ÌÖз¢Ã÷µÄ¹ýʧ¡£ ½«PHYBench»ù×¼²âÊÔËùÆÀ¹ÀµÄÄÜÁ¦·ÖΪÁ½¸öÖ÷Ҫά¶È£ºÎïÀí¸ÐÖª£¨Physical Perception£¬¼ò³ÆPP£©ºÍÎȽ¡ÍÆÀí£¨Robust Reasoning£¬¼ò³ÆRR£©¡£ ΪÁ˸üºÃµØËµÃ÷ÕâÁ½¸öÖÖ±ð£¬ÆÊÎöÁË´óÐÍÓïÑÔÄ£×Ó£¨LLMs£©µÄÍÆÀíÀú³Ì£¬ÌØÊâÊÇDeepSeek-R1µÄÌåÏÖ¡£ ÕýÈçÉÏÃæµÄÀý×ÓËùʾ£¬DeepSeek-R1µÄÍÆÀíÀú³Ì¿ÉÒÔÏÔ×Å·ÖΪÁ½¸ö½×¶Î£¬»®·Ö¶ÔÓ¦PPºÍRR¡£ ÔÚÖÖÖÖÄ£×ÓÖУ¬¶¼ÄÜÒ»ÖµØÊӲ쵽ÓëÕâÁ½¸ö½×¶ÎÏà¹ØµÄ¹ýʧ£¬ËµÃ÷ÕâÁ½¸ö·ÖÀà¾ßÓкܺõĴú±íÐÔ¡£ ±ðµÄ£¬Ìá³öµÄEEDÖ¸±êÄܹ»ÓÐÓÃÁ¿»¯Ä£×ÓÔÚPPºÍRRÁ½¸ö·½ÃæµÄÌåÏÖ¡£ Ã÷È·Ä£×ÓÍÆÀíÀú³Ì ÔÚÆÊÎö¶à¸öÄ£×ӵĽâÌâÀú³Ìʱ£¬·¢Ã÷ËüÃǵÄÍÆÀíÁ´Ìõ¾ßÓе䷶µÄ½á¹¹ÌØÕ÷£¬Óë½ç˵µÄÁ½¸öÌôÕ½ÖÖ±ð¸ß¶È¶ÔÓ¦£º ÎïÀí¸ÐÖª£¨PP£© £ºÔÚÕâ¸ö½×¶Î£¬Ä£×ÓÐèÒª¾ÙÐдó×ÚµÄÓïÒåÍÆÀí£¬ÆÆ·Ñ½Ï¶àÈÏÖª×ÊÔ´À´Ê¶±ðÏà¹ØµÄÎïÀí¹¤¾ß¡¢±äÁ¿ºÍ¶¯Ì¬Àú³Ì¡£Ä£×ÓÐèÒª¶¨ÐÔÅжÏÄÄЩÎïÀíЧӦÊÇÖ÷ÒªµÄ£¬ÄÄЩ¿ÉÒÔºöÂÔ¡£PPÖ÷ÒªÌåÏÖÔÚÍÆÀíÁ´ÖеÄÒªº¦¾öÒé½ÚµãÉÏ¡£ ÎȽ¡ÍÆÀí£¨RR£© £ºÔÚÕâ¸ö½×¶Î£¬Ä£×Ó»áÍÆµ¼³ö´ó×Ú·½³Ì£¬²¢¾ÙÐзûºÅÍÆÀí¡£ÕâÒ»Àú³Ì½«¸ÐÖª½Úµãͨ¹ýÍÆÀíÁ´ÌõÅþÁ¬ÆðÀ´¡£RRÖ÷Òª°üÀ¨Ò»Á¬µÄÊýÑ§ÍÆµ¼¡¢½â·½³ÌºÍ׼ȷӦÓÃÒÑÖªÌõ¼þµÈ»·½Ú¡£ ´Ó½á¹¹ÉÏ¿´£¬PP¶ÔÓ¦ÍÆÀíÁ´ÖеÄÒªº¦¾öÒéµã£¬¶øRRÔòÊÇÅþÁ¬ÕâЩ½ÚµãµÄÍÆÀíÁ´Ìõ¡£ ÈôÊÇÔÚPP½ÚµãÍÉ»¯£¬¿ÉÄܻᵼÖ¶ÔÎïÀíÇé¾°µÄ¸ùÌìÐÔÎó½â£¬×îÖÕ¸øÍÉ»¯ÎóµÄÃÕµ×£»Í¬Ê±£¬Ò²¿ÉÄÜÒýÈë²»ÐëÒªµÄÎïÀíЧӦ£¬ÔöÌíºóÐø·ûºÅÍÆÀíµÄÖØÆ¯ºó¡£ ¶øRR½×¶ÎµÄ¹ýʧ£¬Í¨³£ÌåÏÖÎªÍÆµ¼±í´ïʽ·×ÆçÖ¡¢½â·½³Ì¹ýʧ»òÌõ¼þÓ¦Óò»µ±£¬ÕâЩÎÊÌâ»áÒ»Ö±ÀÛ»ý£¬Ê¹×îÖÕµÄЧ¹ûÔ½À´Ô½Æ«Àë׼ȷÃյס£ ÎïÀí¸ÐÖª£¨Physical Perception£© µÚÒ»¸öµä·¶ÌôÕ½À´×Ô¶ÔÎïÀíÀú³ÌÃ÷ȷȱ·¦ºÍ½¨Ä£ÄÜÁ¦Ç·È±¡£ ÈçÉÏͼËùʾ£¬Ê¾ÀýÎÊÌâ1ÐÎòÁËÒ»¸ö¾µäÁ¦Ñ§³¡¾°£ºÈý¿ÅСÇòͨ¹ýÒ»¸ù²»¿ÉÉ쳤µÄÉþ×ÓÅþÁ¬ÔÚÒ»Æð¡£ ´óÐÍÓïÑÔÄ£×Ó£¨LLM£©µÄ¹ýʧ½â´ðÔ´ÓÚ¶ÔÕâЩСÇòÖ®¼äÔ˶¯¹ØÏµµÄÎó½â£¬ÌØÊâÊǹýʧµØÒÔΪÖÐÐÄÉþ¶ÎµÄ½ÇËÙÂÊΪÁã¡£ ×ÝÈ»ºóÐø·ûºÅÍÆµ¼Àú³ÌÊÇ׼ȷµÄ£¬×îÖÕ»ñµÃµÄÃÕµ×ÒÀÈ»ÊǹýʧµÄ¡£ Õâ¸öÎÊÌâÖеÄPPÌôÕ½£¬¹ØÓÚÒ»Ñùƽ³£´óѧÉúÀ´Ëµ²¢²»ÄÑ£¬µ«¼´¼´ÊÇÏñGemini-2.5-Pro¡¢o3ºÍDeepSeek-R1ÕâÑù×îÏȽøµÄÄ£×Ó£¬Ò²Î´ÄÜ׼ȷ´¦Öóͷ£ÕâµÀÔ˶¯Ñ§ÎÊÌâ¡£ ʵÑé½øÒ»²½·¢Ã÷£¬32B²ÎÊý¹æÄ£µÄÄ£×ÓÔÚPP½×¶ÎÌåÏÖÓÈΪÔã¸â£¬ÉõÖÁÔÚ»ù´¡ÎÊÌâÉÏÒ²Ò»ÔÙÍÉ»¯¡£ÕâÖÖʧ°Ü²»µ«Ì»Â¶ÁËÄ£×ÓÔÚÎïÀí¸ÐÖªÄÜÁ¦ÉϵĸùÌìÐÔ¾ÖÏÞ£¬Ò²·´Ó¦ÁËÆäÔÚÓïÒåÍÆÀí·½ÃæµÄȱ·¦¡£ PHYBench»ù×¼²âÊÔÕýÊÇÓÐÒâÉè¼ÆÀ´Çø·ÖÕæÕýÃ÷È·ÎïÀíÀú³ÌµÄÄ£×ÓÓëÄÇЩ½ö¿¿Ó°Ïó»òģʽʶ±ð½âÌâµÄÄ£×Ó¡£ ÎȽ¡ÍÆÀí£¨Robust Reasoning£© ÁíÒ»ÖÖ³£¼û¹ýʧ·ºÆðÔÚ³¤ÇÒÖØ´óµÄÍÆÀíÀú³ÌÖУ¬Ä£×ÓÄÑÒÔ¼á³ÖÍÆÀíµÄÒ»ÖÂÐÔ£¬»òÕßÔڽⷽ³ÌʱÍÉ»¯¡£ ÀýÈ磬ÔÚÉÏͼʾÀýÎÊÌâ2ÖУ¬³¡¾°ÊÇÒ»¸öÒÔÏà¶ÔÂÛËÙÂÊÔ˶¯µÄ¾µ×ÓÊܵ½¸ßÄܹâ×ӵķ´³å¡£ËäÈ»LLM׼ȷÃ÷È·ÁËÎïÀíÉ趨£¬Ò²Ñ¡ÓÃÁËÊʵ±µÄ·½³Ì£¬µ«ÔÚÂþ³¤µÄ·ûºÅÍÆµ¼ºó£¬×îÖÕδÄܵóö׼ȷ½â´ð¡£ ÕâÖÖÇéÐε䷶µØ·´Ó¦ÁËÄ£×ÓÔÚÊýÑ§ÍÆÀíÎȽ¡ÐÔ·½ÃæµÄȱ·¦¡£ ÎïÀíÎÊÌâͨ³£ÐèÒª´ó×Ú·ûºÅÍÆµ¼¡£ÓÉÓÚÆª·ùÏÞÖÆ£¬ÕâÀïչʾµÄÁ½¸öʾÀýÎÊÌâ¶¼Ïà¶Ô½Ï¶Ì£¬µ«Ç°ÎÄÌáµ½£¬PHYBenchÖÐÒ»·ÝÍêÕû½â´ðµÄƽ¾ù³¤¶ÈԼΪ3000×Ö·û£¬È˹¤½â´ðͨ³£ÐèҪʹÓü¸Ê®²½ÖÐÐÄÍÆµ¼¡£ ¶øÎ´¾ÍⲿÊýѧ¹¤¾ß¸¨ÖúµÄLLMs£¬ÍùÍù»á±ÈÈËÀà½â´ð°ì·¨¸ü¶à£¬´Ó¶øÔöÌíÍÉ»¯µÄΣº¦¡£ ÕâÒ»ÊÓ²ì˵Ã÷£¬ÎïÀíÎÊÌâÏÖʵÉÏÊÇÒ»ÖÖÊܶàÖÖÃ÷È·¹æÔòÔ¼ÊøµÄ³¤Á´ÍÆÀíʹÃü¡£ ʵÑéЧ¹ûÅú×¢£¬³¤Á´·ûºÅÍÆÀíÈÔÈ»ÊÇÄ¿½ñÄ£×ÓÃæÁÙµÄÖ÷ÒªÌôÕ½¡£ ÓÃEEDÖ¸±ê²¶»ñ¹ýʧ EED·ÖÊýÄÜÓÐÓò¶»ñÄ£×ÓÔÚPPºÍRRÁ½¸ö½×¶ÎµÄ¹ýʧ¡£ PP½×¶ÎµÄ¹ýʧͨ³£µ¼ÖÂÖÐÐÄÍÆµ¼Àú³ÌÖеÄÊõÓïȱʧ»ò¶àÓࡪ¡ªÐ¡¹ýʧ»áÒýÆðϵÊýÎó²î£¬´ó¹ýʧÔò¿ÉÄÜÔöÌí»òÒÅ©Õû¸öÊõÓÏÔÖøÀµÍEEDµÃ·Ö¡£ ¶øRR½×¶ÎµÄ¹ýʧÔòÌåÏÖÎªÍÆµ¼Àú³ÌÖеıí´ïʽÖð²½Æ«À룬EEDÄܹ»Æ½»¬µØ²¶»ñµ½ÕâÖÖת±ä¡£ ͨ¹ýÔÚPHYBench¿ò¼Ü϶ÔÕâЩÎÊÌâµÄÆÊÎö£¬½øÒ»²½ÑéÖ¤Á˸ûù×¼²âÊÔÔÚÆÀ¹ÀAIÄ£×ÓÎïÀí¸ÐÖªºÍÂß¼ÍÆÀíÄÜÁ¦ÉϵÄÓÐÓÃÐÔ¡£ PHYBenchͨ¹ýÌá¹©ÕæÊµÇÒÖØ´óµÄÎïÀí³¡¾°£¬ÆÈʹģ×ÓչʾÆäÕæÕýµÄÃ÷È·ÓëÍÆÀíÄÜÁ¦¡£Õâ²»µ«ÌáÉýÁËÆÀ¹ÀAIÍÆÀíÄÜÁ¦µÄ±ê×¼£¬Ò²Îª¿ª·¢¸üÏȽø¡¢Äܹ»Ã÷È·²¢ÓëÎïÀíÌìÏ»¥¶¯µÄÄ£×ÓÌṩÁËÆ«Ïò¡£ ÕâЩÎÊÌâµÄÆÊÎöÒ²ÊÇPHYBench±»½¨ÉèµÄ½¹µãÄ¿µÄ¡£ ͨ¹ý·ºÆðÕæÊµÖØ´óµÄÎïÀíÇé¾°£¬PHYBench¿¼²ìÁËÓâÔ½¹Å°åÎïÃ÷È·ÌâµÄÍÆÀíÄÜÁ¦¡£ ÕâÁ½ÖÖÄÜÁ¦¡ª¡ªÎïÀí¸ÐÖª£¨PP£©ºÍÎȽ¡ÍÆÀí£¨RR£©¡ª¡ª¿ÉÒÔ×÷ΪȨºâAIÄ£×ÓÔÚ¶à¹æÔòÍÆÀíʹÃüÖÐÌåÏÖµÄÖ÷ÒªÖ¸±ê£¬²»µ«ÊÊÓÃÓÚÎïÀíѧÁìÓò£¬Ò²ÊÊÓÃÓÚ¸üÆÕ±éµÄ¿ÆÑ§ºÍ¹¤³ÌʹÃü¡£ ËüÃÇ·´Ó¦ÁËÄ£×Ó´ÓÏÖʵÐÅÏ¢ÖÐÁýͳ³ö½á¹¹£¬²¢Ö´ÐÐÖØ´ó³¤Á´ÍÆÀíʹÃüµÄÄÜÁ¦¡£ Òò´Ë£¬PHYBench²»µ«ÎªÆÀ¹ÀAIÍÆÀíÄÜÁ¦É趨ÁËбê×¼£¬Ò²Îª¿ª·¢ÄÜÕæÕýÃ÷È·ºÍÓëÏÖʵÌìÏ»¥¶¯µÄ¸ü¸ß¼¶Ä£×ÓÌṩÁËÖ¸µ¼¡£ ÒªÈÃAIÔÚÕæÕæÏàÐÎÖÐÓÐÓÃÔË×÷£¬¹â¿¿Ä£ÄâÊÓÆµ»òÎı¾Ñ§Ï°£¬»òÕß´¿´â»ýÀÛר¼Ò֪ʶÊDz»·óµÄ£¬Ä£×Ó»¹±ØÐè¾ß±¸×ÔÖ÷¹¹½¨ÄÚ²¿ÌåÏÖ²¢Í¨¹ýºÏÀíÍÆÀíÍÆµ¼³ö¿É¿¿ÎïÀí¹ØÏµµÄÄÜÁ¦¡£ ²Î¿¼×ÊÁÏ£º https://arxiv.org/abs/2504.16074