标签
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。
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。
本文探讨了利用大型语言模型（特别是 Claude）结合计算机代数系统（Maple）来执行理论物理中的算法计算，例如分析宇宙学扰动。
本文引入了 SCALAR 框架，这是一个结构化的批评者-执行者循环框架，旨在评估人工智能智能体之间不同的交互模式如何提升理论物理问题的推理能力。
# 将单减振幅推广至引力子 来源：[https://openai.com/index/extending-single-minus-amplitudes-to-gravitons/](https://openai.com/index/extending-single-minus-amplitudes-to-gravitons/) 我们发布了一篇新的预印本，研究量子引力中的散射振幅，将[针对胶子获得的最新结果](https://openai.com/index/new-result-theoretical-physics/)推广到引力场景。该工作表明，一类长期以来被认为会消失的引力子相互作用实际上可以产生非零的树图振幅。
GPT-5.2 协助推导出一个新的理论物理学结果，表明在特定半共线动量条件下，单负胶子树图振幅可以非零，挑战了粒子物理学中数十年的假设。该AI模型识别了复杂费曼图表达式中的模式，并推测出一个通用公式，随后通过形式化证明得到了验证。