RecodeX 重构消息，CritPt v2基准正式发布，包含70道由物理专家原创的科研级题目，用于离线评测大模型的真实物理推理能力。评测覆盖得分、成本、速度等多个维度指标，为衡量模型在科研场景下的推理表现提供统一参照。