FrontierPhysics 基准：评估智能体端到端完成物理研究的能力

研究者推出 FrontierPhysics 端到端物理研究基准，包含 42 位物理学家基于自身研究设计的 56 个任务，覆盖理论、计算与实验物理九个领域。任务要求智能体完成文献综述、制定研究计划、开展实验并产出结构化输出与科学手稿，用确定性验证器结合专家评分量规同时评估正确性与可发表性。