arXiv cs.AI· Siru Jiang, Yongzhe Lyu, Shuo Lu, Yubin Wang, Yuxiang Zhang, Yue Liao, Bin Wang, Jian Liang, Tieniu Tan·· 5 小时前AI 评分36
WorldSolver：LLM 智能体能否通过生成求解器模拟物理动态？
WorldSolver: Can LLM Agents Simulate the Physical Dynamics via Solver Generation?
AI 导读
研究者推出 WorldSolver 基准，包含 168 个源自 61 篇经典计算机图形学论文的仿真任务，覆盖 7 个物理领域，要求 LLM 智能体补全求解器代码。评测从执行检查、视觉保真度和物理合理性三个维度展开，GPT-5.6-Sol 与 Claude-Opus-5 表现相对最好，总分仅为 48.7% 和 46.7%。
来源：arXiv cs.AI · arxiv.org