TRACES 发布：首个评测发现式 AI 的基准
iamfakhrealam · x · 2026-08-20
TRACES 是首个评测“发现式 AI”的基准，旨在测试 AI 解决没有已知答案问题的能力。与依赖检索的传统基准不同，TRACES 关注 AI 推导答案的过程——评估使用的工具、捕捉的错误及背后的证据，而非仅判断结果对错。项目定义了“发现式智能”的概念，并提供了区分严谨调查与运气的评分标准，现公开征集解题者与难题。
所属事件:Apodex 发布 TRACES：首个评测发现型 AI 的基准(8 条相关)→
「研究」频道最新
- 上交大 AutoLab 发布 Drive3R:流式 3D 重建基础模型瞄准自动驾驶 — AutoLab-SJTU · 2026-10-16
- 独立研究者发布 Cortex:用重放实测自动进化与修剪编码 Agent 的 skills 和 rules — Samuele Giampieri · 2026-10-16
- 团队用「零延迟实验室」测出 agent 药物发现是否靠预训练记忆作弊 — niloofar_mire · 2026-10-16
- 2.6 亿参数循环扩散模型反超 6 倍大小基线，推理算力省近 5 倍 — burkov · 2026-10-16
- 斯坦福 NCM 先画草稿再并行补细节，单 H100 生成提速 21 倍 — lmoroney · 2026-10-16
- AfterQuery 微调 Nemotron 3.5 Super VL:金融信额度准确率 47% 提至 74%,成本仅 1/7 — ycombinator · 2026-10-16