Apodex 发布 TRACES 标准:用 423 个真实问题评测"发现型 AI"
Faheem_uh · x · 2026-09-11
Apodex 发布 Apodex Discovery，一个针对"发现型 AI"（discoverative AI，区别于 generative AI）的新评测范式，聚焦没有标准答案的真实世界问题。论文已挂在 Hugging Face。
要点：
- TRACES 是首个公开的评测标准，用于评估"答案未知时做出可辩护发现"的可能性；由 Apodex 对已发表工作的评审确认。
- 评测单元是"完整求解器"——模型、工具、记忆与工作流的整体，而非仅模型本身。
- 不是思想实验：10 名 STEM 博士花两个月实地调研 16 个行业的 561 个领域，构建了 423 个真实问题注册表，其中 20 个已上线为可执行环境（AAV 基因递送设计、药物重定位、临床试验、LLM 工程等）。
- 真实问题与完整求解器的提交通道均已开放。
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
- Mandelbrot 集拼图结构在 Lean 中完成形式化计算,实拍级图表曝光 — geoffreyirving · 2026-10-28
- Geoffrey Irving 对 CSETH 突破给出 >80% 概率预测 — geoffreyirving · 2026-10-28
- 抗衰研究数据荒：Norn 募资 1500 万美元为 AI 备好训练数据 — juanbenet · 2026-10-28
- 研究员自曝置信度乌龙：把 SETH 当 CSETH，重估 P vs NP 赔率 — geoffreyirving · 2026-10-28
- Google 论文指出 softmax 标准实现藏两个数值 bug，引发形式验证讨论 — srush_nlp · 2026-10-28
- AI 提出的研究题 45/135 获专家认可有趣，覆盖数学物理等 — StanfordAILab · 2026-10-28