PesquisaMédia importância

Science's Last Exam lança 113 tarefas abertas (06/11); FrontierPhysics: Opus 5.5 ~27,4% Pass@1

Science's Last Exam (SLE), liderado pela AItonomy Foundation com pesquisadores de 34 instituições (Harvard, MIT, Stanford, Oxford, Princeton, ORNL etc.), anuncia lançamento oficial em 06/11/2026: open-source de 113 tarefas públicas em 9 disciplinas, cobrindo 6 capacidades + pesquisa end-to-end. Downloads públicos abrem em 06/11. Em paralelo, o preprint FrontierPhysics (arXiv 2611.06910, submetido ~04/11/2026) avalia agentes em 56 tarefas criadas por 42 físicos: em 22 modelos / 26 configs, nenhuma config passa mais de 46 de 168 rollouts; melhor Pass@1 ~27,4% (Claude Opus 5.5). Falhas principais: raciocínio pouco rigoroso e falta de intuição expert, não gaps de conhecimento de física.