SciGame 基准用反事实环境区分先验与证据，符号定律恢复仍是难题
Yusheng Zhao · hf · 2026-11-02
- 问题：现有科学发现基准混入定律推断与编程、只评分数据拟合而不看未见过输入上的预测，且无法区分经验证据与预训练先验知识。
- 方法：SciGame 把科学文献转成结构化「科学卡片」，每张卡片生成一对原始与维度一致的反事实环境（任务结构相同），以此分离先验知识与实证证据。
- 发现：评估显示，agent 在精确的符号定律恢复上仍是关键挑战。来自 MBZUAI、McGill、上海 AI Lab。
「研究」频道最新
- Adobe 与 UCLA 提出 Tev：用可验证进度奖励破解长程 Agent 训练难题 — jiqizhixin · 2026-11-02
- 老招新用：path tracing 加 portal 采样，64spp 噪点显著下降 — ssh4net · 2026-11-02
- Marcel Böhme 提出漏洞引导加固哲学：为何安全永远无法一劳永逸 — mboehme_ · 2026-11-02
- Perplexity 开源研究型基准 WANDR：500 任务、17 万条证据点 — thisguyknowsai · 2026-11-02
- AI 意识研究者:我们没有可靠方法判断 AI 是否有意识 — dioscuri · 2026-11-02
- 蚂蚁团队发布统一反伪造模型，AI视频鉴伪达96% — inclusionAI · 2026-11-02