#ExplorationBench
共 3 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「ExplorationBench」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月9日
9月30日
腾讯发布探索基准测试ExplorationBench
腾讯团队推出探索基准测试，评估AI系统发现规则的能力，10个前沿模型测试结果揭示重要发现。
9月25日
ExplorationBench 发布：用可验证的异星世界评测 AI 科学探索能力
这个评测思路挺聪明：造出规则完全陌生的异星世界，模型没法靠背题，只能真去探索。评测了 10 个系统的表现，结果有些意外。