Olimlar nazariy fizika sohasiga tegishli, oldindan maʼlum yechimlari mavjud boʻlgan ellik taʼkidlanmagan tadqiqot vazifalaridan iborat toʻplamni ishlab chiqdilar va qoʻllashdi. Tekshiruv maqsadi bu sunʼiy intellekt agentlarining inson aralashuvi yoki yordami boʻlmagan holda ushbu vazifalarni mustaqil hal qilish qobiliyatini aniqlash edi.
Sinov jarayonida eng yaxshi agent Codex ekanligi aniqlandi, u GPT-6 Astra modelidir. Ushbu agent yuqori samaradorlikni namoyish etib, taqdim etilgan vazifalarning 49 tasini toʻgʻri hal qildi.
Ushbu tadqiqot natijalari arXiv.org platformasida topiladigan preprint shaklida nashr etilgan.