TRACES 基准发布：首个测评 AI 科学发现能力的框架
hey_abusiddik · x · 2026-08-22
Apodex 发布了 TRACES，这是世界上首个用于衡量“发现型 AI”的基准。不同于传统的检索类测试，TRACES 评估的是 AI 在无答案键的情况下，通过工具使用、证据收集、自我修正和假设验证来得出可验证结论的能力。项目明确定义了“发现智能”，并发布了评估规则，旨在测试 AI 推动未知领域前沿的潜力。目前已开放求解者和问题的征集。
所属事件:Apodex 推出 TRACES 基准评测 AI 科学发现能力(2 条相关)→
「漫话AGI」频道最新
- 机械可解释性老将反思:对齐≠误解泛化,CoT 监督的隐忧 — akbirthko · 2026-10-16
- GitCoin 创始人解读 Nick Land「技术资本」:资本主义的终局是一台自我组装的机器智能 — khademinori · 2026-10-16
- 分析师警告:AI 冲击下 50 岁以下消费者 10 万亿美元债务是银行隐患 — churchkey · 2026-10-16
- 美国国家实验室科学家出题，AI agent 基准 Into the Unknown 发布 — Jeande_d · 2026-10-16
- 未来开会的将是彼此的 AI，没有 AI 代理的人将失去竞争力 — danfaggella · 2026-10-16
- 投资人预测:一年内模型全面强 2-3 倍、成本降 10 倍,token 用量涨 10-20 倍 — DeryaTR_ · 2026-10-16