AI phản đối khi bị chấm sai, chuyên gia kiểm tra lại và phát hiện mình nhầm
Một mô hình AI giải đúng 49/50 bài toán vật lý nghiên cứu với chi phí chưa tới 3 USD mỗi câu. Nhưng bất ngờ lớn hơn nằm ở những lời giải ban đầu bị chấm sai.
AI giải đúng 49/50 bài toán, còn khiến chuyên gia vật lý phải sửa đáp án
Ý chính
-
Mô hình GPT-6-Astra chạy cùng Codex đạt tỉ lệ đúng 98% sau khi bảo vệ kết quả và buộc chuyên gia sửa đáp án.
-
Nhóm 35 tác giả đã tập hợp 50 bài toán thuộc 11 lĩnh vực từ nghiên cứu thực tế chưa được công bố để làm bộ đề thử nghiệm.
-
Chi phí cho lượt giải 50 bài của Astra tốn 116,28 USD, tương đương trung bình khoảng 2,33 USD cho mỗi bài toán.
-
Cả năm hệ thống AI tham gia đều không thể giải đúng một bài toán yêu cầu tìm phương trình từ đường cong cho trước.
-
Dù đạt kết quả cao, nhóm nghiên cứu nhận định AI vẫn gặp khó khăn trong việc lựa chọn câu hỏi đáng nghiên cứu.
