Apodex 发布 TRACES 基准，首次评测 AI 科学发现能力
aftahi_ai · x · 2026-08-23
Apodex 发布了名为 TRACES 的新基准，旨在评估 AI 的「发现性智能」，即在没有现成答案的情况下，通过使用工具、测试假设、修正错误并基于证据得出结论的能力。这与现有的 HLE、MMLU 等依赖检索已知答案的基准有本质区别。TRACES 关注的是结论是否被「赚得」，而非单纯的结果对错。目前已应用于 AAV 基因递送、药物重定位、临床试验等科学领域，并公开了相关定义和评估标准。
所属事件:Apodex 推出 TRACES 基准评测 AI 科学发现能力(2 条相关)→
「研究」频道最新
- Pathway CSO 演讲展望后 Transformer 架构 BDH：每瓦特更高智能 — schwentker · 2026-10-15
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- Google 论文 Harness²:无验证器下递归进化 agent harness,最高提升 11.5 分 — dair_ai · 2026-10-15
- Kambhampati 明尼苏达开讲：「LLM 思考 token 神话」的系统拆解 — rao2z · 2026-10-15
- 3D Gaussian Splatting 科普：机器人如何记住看不见的世界 — TheTuringPost · 2026-10-15