机器之心·2026-10-20 10:00· 4 小时前AI 评分58

复旦与腾讯混元联合清华发布 ExplorationBench，评测大模型的探索能力

该如何评测大模型的探索能力？复旦、混元发布新基准ExplorationBench

AI 导读

复旦大学、腾讯混元与清华大学联合发布评测基准 ExplorationBench，用规则被改写的 AlienCode 和 AlienLogic 两个沙盒世界衡量 AI 系统能否通过与环境交互自行发现规则。

来源：机器之心 · mp.weixin.qq.com