新基准 TRACES 评估 AI 发现能力，不只看最终答案

rohanpaul_ai · x · 2026-08-20

Rohan Paul 推荐了 Apodex 提出的新基准 TRACES，旨在评估“发现式 AI”(Discoverative AI) 的能力。传统基准多测试模型能否找到已知答案，而 TRACES 专注于评估系统在没有现成答案的情况下，通过证据、工具和验证来调查重要问题的能力。它将 AI 发现视为一个完整的调查过程，而非单一结果，从而区分高分结果与高质量的过程（包括错误修正和主张落地）。Apodex 发布了“发现智能”的定义、判断调查质量的评分标准，并开放征集解题者和测试问题。