知乎专栏：机器之心· 机器之心·2026-10-20 10:31· 17 小时前AI 评分67

复旦、腾讯混元与清华大学发布 ExplorationBench 探索能力基准

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 ExplorationBench，用 AlienCode 和 AlienLogic 两个规则被改写的环境评测 AI 系统能否通过交互反馈发现陌生规律。

来源：知乎专栏：机器之心 · zhuanlan.zhihu.com