研究人员推出了一款名为Apodex Discovery的新框架，旨在评估和构建能够进行真正发现的AI系统。该框架超越了传统的基准测试，通过模拟真实世界的问题解决场景，类似于阿波罗任务通过明确的目标和迭代纠正来实现其登月目标。Apodex Discovery包括一个问题侦察过程、一个标准化的任务环境和一个多方面的评估系统，该系统评估工具、连贯性和证据。初步测试表明，在使用Apodex与GPT-5.5和GPT-5.6-sol等模型时，在AAV衣壳设计和药物再利用等领域取得了显著的改进。 AI
影响 该框架可能将AI评估转向更现实、可验证的问题解决，从而有可能加速AI应对复杂现实世界挑战的能力。
排序理由 该集群包含一篇介绍AI评估新框架和基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
