ASI-Bench 基准：测试 AI 自主科研与探索能力
rohanpaul_ai · x · 2026-08-25
帖子介绍了新论文《ASI-Bench: At the Dawn of Artificial Superintelligence》。该基准由 40 多位专家耗时 3.1 万小时构建，包含 11 个科学领域的 60 个真实科研项目。其核心测试在于逐步撤除人类的方法论指导，观察 AI 仅凭完整流程步骤、仅凭方法名或无提示时，能独立完成科研任务到何种程度。作者指出，告诉 AI 具体的流程步骤比仅告知方法名称更能提升性能，强调过程引导的重要性。
所属事件:清华联合多机构发布 ASI-Bench 基准测 AI 科研能力(3 条相关)→
「研究」频道最新
- 多伦多团队用 NLP 分析 12.2 万条患者评论，揭示安省医院满意度与公平性模式 — ishtiaqueSIA · 2026-10-16
- 多伦多大学招 AI 博士后：要造 AI 干预而非只刷榜，10 月 30 日截止 — ishtiaqueSIA · 2026-10-16
- WorldMemArena 中选 NeurIPS:存储式 Agent 记忆评估遭颠覆 — xwang_lk · 2026-10-16
- 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
- WEDGE 论文：把导航失败经历变成可学习的训练环境 — _akhaliq · 2026-10-16
- RExBench 基准:最强编码 Agent 自主完成研究扩展成功率仅 33% — najoungkim · 2026-10-16