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
- Artificial Analysis 发布智能指数 v5:四大类 12 项基准重构榜单 — xeophon · 2026-10-28
- neuron-finder:消费级显卡约 5 分钟精准定位指定神经元 — pbaylies · 2026-10-28
- OpenSIR 自博弈框架：LLM 无需训练数据自学数学推理 — PMinervini · 2026-10-28
- 网友玩坏可解释性:找到了让 Qwen「发疯」的神经元 — sebkrier · 2026-10-28
- 不开向量检索也能拿 86.67%,开源记忆层 Mind 挑战 embedding 必要性 — GabrielMartinMoran · 2026-10-28
- 提议：给每篇 arXiv 论文找最短复现 prompt,度量真实信息增量 — tak3sh8 · 2026-10-28