**FrontierPhysics：首个端到端物理研究智能体基准，揭示推理与直觉短板**

_FrontierPhysics: Evaluating Agents for End-to-End Physics Research_

> 针对现有物理基准仅评估固定问题或复现结果的局限，研究团队推出了 FrontierPhysics 端到端基准。该基准由 42 位物理学家基于真实研究设计，涵盖理论、计算及实验物理的 56 项任务，要求智能体完成从文献综述、制定计划到实验执行及撰写论文的全流程。评估结果显示，在 22 个模型共 26 种配置中，无一能通过全部 168 次测试；人工分析表明，智能体的主要弱点在于推理严谨性不足和缺乏专家直觉，而非物理知识或执行错误。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.06910)