ExplorationBench评测AI主动探索能力
热点事件持续更新
ExplorationBench评测AI主动探索能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
复旦大学、腾讯混元与清华大学研究者发布 ExplorationBench，以55个改动规则目标测试AI能否发现陌生规则，而不是复述已记住的知识，并用140个留出任务检验理解能否迁移。 评测冻结模型权重，让模型通过四轮反馈交互探索；团队测试了10个模型和三条独立探索路径。在AlienCode上，最佳初始得分仅为15.7%，但最强探索轨迹带来显著提升，表明主动探索仍是现有模型的瓶颈。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 02:00
复旦、腾讯混元与清华推出 ExplorationBench：55 个改动规则测试 AI 真探索能力报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- AGI Hunt复旦、腾讯混元与清华推出 ExplorationBench：55 个改动规则测试 AI 真探索能力
复旦大学、腾讯混元与清华大学研究者发布 ExplorationBench，以 55 个改动规则目标测试 AI 发现陌生规则而非复述已记住知识的能力。模型权重保持冻结，通过四轮反馈交互探索，并以 140 个 held-out 任务检验迁移，共测试 10 个模型和三条独立探索路径。在 AlienCode 上，最佳初始得分仅为 15.7%，但最强探索轨迹带来显著提升，显示主动探索仍是现有模型的瓶颈。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。