TRACES 基准：评测答案未确认的 AI 科学发现能力
dair_ai · x · 2026-09-04
dair-ai 推荐 Apodex AI 发布的新基准 TRACES：专测 AI 系统在“答案尚未被确认”的真实科学发现任务上的表现。
这与传统有标准答案的评测不同，衡量的是研究型 agent 在开放问题上做出可信发现的能力，被认为是加速 AI 驱动科学发现研究的重要一步。
所属事件:Apodex 发布 TRACES 基准：评测 AI 探索未知的能力(9 条相关)→
「研究」频道最新
- OpenAI 研究员：分子发现与制造可行性应联合优化而非分离 — shyamalanadkat · 2026-10-21
- First Passage Attention：以路径极值替代衰减累加，压缩缓存下完美长程检索 — Yuxuan Liu · 2026-10-21
- 压平最弱激活：模型损失几乎不变，背诵记忆文本能力骤降 — ParshinShojaee · 2026-10-21
- OpenVLHarness：让任意多模态大模型在视觉空间中思考与写代码 — yining_hong · 2026-10-21
- MIT×Laude 研究院发布 Pedagogical RL：让模型生成自己能学会的推理轨迹 — lateinteraction · 2026-10-21
- Laude 研究院 Slingshots 四期发布：14 个开源项目押注 Agent Harness 与全开放模型 — lateinteraction · 2026-10-21