研究计算与人工智能进展的Neil Thompson在麻省理工学院一场演讲中介绍，其团队研究发现，2024年中至2026年中，表现最好的AI模型对一组科学理论问题的正确解答率，从约2%升至约35%。研究覆盖概率论、统计理论、经济理论、高能理论、引力与宇宙学、量子物理等领域。
Thompson与博士生Gabriel Manso、研究科学家Claudio Mayrink Verdun合作，从2025年12月至2026年5月上线的研究论文中选取问题，测试OpenAI的o1、o3、GPT-5、GPT-5.1、GPT-5.4和GPT-5.5。这些问题集中在无需运行模拟或开展实验、可通过理论推导求解的方向。
测试的关键设计是：包含解答的论文均发表于GPT-5.5及此前模型的训练截止时间之后，研究人员同时关闭了模型的互联网访问权限。模型因此需要自行推导，不能在线查找答案；论文中的解答则用于核验结果。
Thompson预计，未来几年，AI处理许多理论问题的能力将发生显著变化，并可能通过理论发现推动科学实践。Manso表示，专家仍需提出好问题、联系不同发现，并逐步核验解答。他指出，模型给出“正确答案”的表述后，完整推导中仍可能存在错误。据WIRED报道。