gpt-6POST

GPT-6 Astra on hard physics: 80% then 98% after recheck

A hard physics benchmark put GPT-6 Astra at 80% correct; Astra insisted it was right, and a recheck found the human answers wrong, raising it to 98%.

Павел Комаровский

@Rational_AnswerArchived 13 days agoOriginally posted 2026.10.16

Павел Комаровский @Rational_AnswerOriginally posted 2026.10.16

Open original on X

> проверяют GPT-6 Astra на бенчмарке сложнейших задач по физике > результат: 80% правильных ответов > Astra настаивает "я всё решила правильно, это у вас, тупых кожаных, кривые ответы записаны" > после тщательной перепроверки: неправы действительно были кожаные, у Астры 98%

This post quotes another post: x.com/kaju_nut/status/2110376532267196754

x.com/rational_answer/status/2110962358872875084Archived 2026.10.18 16:03