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
- GameWorld 获 ECCV 2026 多模态数字代理研讨会最佳论文亚军 — MikeShou1 · 2026-09-11
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11