@lvwerra：我们发布了physics-intern：一个用于科学问题的简单工具！它能让Gemini 3.1 Pro等模型的性能从17.7提升至…
摘要
发布了physics-intern，一个简单工具，能显著提升Gemini 3.1 Pro等推理模型在科学问题上的性能，从17.7提升到31.4，超越了GPT 5.5 Pro。
查看缓存全文
缓存时间: 2026/05/21 17:35
我们发布了 physics-intern：一个用于科学问题的简易框架！
它能让像 Gemini 3.1 Pro 这样的模型从 17.7 提升到 31.4，从而击败 GPT 5.5 Pro。
physics-intern 框架可以包装任何模型，并通过专用子代理提升普通推理模型的性能。
虽然我认为这些框架的能力增益会越来越多地被模型本身吸收（就像提示技巧随时间消失一样），但现在通过为这些模型构建良好的脚手架并很好地集成工具，我们可以获得很多收益。
有趣的是，我们发现 GPT 5.5 Pro 实际上并没有从 physics-intern 框架中受益！
更多详情请见：https://huggingface.co/spaces/huggingface/physics-intern…
P.S. 我觉得 Harness[Model] 这种表示法挺不错的。
physics-intern：一个用于物理学研究的自主智能体 - Hugging Face 空间由 huggingface 提供
来源：https://huggingface.co/spaces/huggingface/physics-intern 正在从 HF Docker 仓库获取元数据…
相似文章
@dlouapre: 认识一下 physics-intern，我们为理论物理打造的智能体框架。它使 Gemini 3.1 Pro 在 Crit… 上的成绩从 17.7% 提升至 31.4%。
Physics-intern 是一个为理论物理设计的智能体框架，它将 Gemini 3.1 Pro 在 CritPt 基准测试上的表现从 17.7% 提升至 31.4%，达到了新的最优水平。
面向理论物理研究的智能体框架
Hugging Face 发布了“physics-intern”，这是一个用于理论物理研究的智能体框架。该框架使 Gemini 模型在 CritPt 基准测试上的性能翻倍，并与 GPT-5.5 Pro 相比达到了新的最先进水平。
Gemini 3.1 Pro：专为最复杂任务打造的更智能模型
Google 发布 Gemini 3.1 Pro，这是一款升级后的 AI 模型，推理能力大幅提升，可应对复杂任务，现已面向开发者、企业和消费者推出。
@ShunyuYao14: 这是模型的一小步，却是 RSI 的一大步 :)
Google 推出 Gemini 3.8，这是他们迄今为止最好的推理和编码模型，具有两个利用长时间运行的智能体循环的新变体。
@rohanpaul_ai: GLM-5.3 在一个由 @aimlapi 进行的5场景物理测试中击败了 Space Bunny Alpha（今天新推出的隐身模型），涉及牛顿摆。
GLM-5.3 在 AI/ML API 进行的5场景物理测试中优于 Space Bunny Alpha，突显了AI物理模拟的优势和劣势。