科学没有标准答案:TRACES 用六维度评估 AI 过程而非结果
Faheem_uh · x · 2026-09-11
TRACES(由 ApodexAI 构建)针对「没有答案可对」的开放式科学问题评估 AI,不看最终答案对错,而是从六个维度给过程打分:
- T(Tools):正确选择并使用工具
- R(Repair):发现并修复自身错误
- A(Alternatives):同时保留竞争性假设,不过早下结论
- C(Coherence):长链条调查中保持一致
- E(Evidence):每个论断都有真实可溯源的数据支撑
- S(Scope):明确说明结论的适用与不适用范围
作者类比:新药需数年验证、新材料尚未被造出——现实本身还没给出答案,传统「对答案」式评测对此无能为力。
所属事件:Apodex 发布 TRACES 基准，专测发现型 AI 探索未知能力(3 条相关)→
「研究」频道最新
- P vs NP 恐难被 AI 攻破，fortnow 点名 NP vs L 等更可行难题 — fortnow · 2026-09-11
- MaP-WAM 用记忆驱动规划攻克非马尔可夫机器人操作难题 — Sizhe Zhao · 2026-09-11
- 负向自蒸馏：让模型靠避开错误推理学会更好的推理 — Rongcan Pei · 2026-09-11
- DeepMind 等论文：设计文档当真相源，代码改为可抛弃产物 — Roger_M_Taylor · 2026-09-11
- GameWorld 获 ECCV 2026 多模态数字代理研讨会最佳论文亚军 — MikeShou1 · 2026-09-11
- Yann LeCun 在 ECCV 直播开讲世界模型 — Weak_Assistance_5261 · 2026-09-11