TheoPhysEval: 検証可能な解答付きの、未発表の研究レベルの理論物理学の問題50問からなる一連の問題を提示します。AIの支援なしでは、私たちのコレクションの典型的な問題は、その分野の世界的専門家が約1日またはそれ以下で解くことができますが、隣接分野の専門家にとってはかなりの時間がかかります。私たちは、市販のAIエージェントの能力をテストします[...]