TRACES 基准面世：首次量化 AI 的科学发现过程
HeyAmit_ · x · 2026-08-26
ApodexAI 发布了名为 TRACES 的新基准，旨在评估 AI 的“发现智能”(discoverative intelligence)。与传统依赖已知答案键的检索型测试不同，TRACES 关注 AI 在没有标准答案的情况下，如何利用证据、测试假设、使用工具并验证结论的能力。该基准定义了六项核心能力，并提供了评估方法以区分严谨的科学与运气猜测。
所属事件:Apodex 推出 TRACES 基准 评测 AI 科学发现能力(3 条相关)→
「研究」频道最新
- Hannah Fry 专栏：OpenAI 解题潮让数学界陷入存在危机 — AnnaCiaunica · 2026-10-15
- 观察：AI 评测正从离线走向在线 — vboykis · 2026-10-15
- StartLux-Decision 发布:RL 训练的校准决策模型,27B 得分 72.8 — startlux-models · 2026-10-15
- 9 个月内三分之一的数学预印本由 AI 参与写作 — IgorCarron · 2026-10-15
- AAAI/ACM AIES 论文:访谈 15 名从业者揭示负责任 AI 实践何以难持续 — ChinasaTOkolo · 2026-10-15
- Schmidt Sciences 投 1000 万美元资助 19 个 AI 人文研究团队 — OdedRechavi · 2026-10-15