ULTRADISCOVERY基准发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Weihan Li 等作者的研究，提出并发布交互式基准 ULTRADISCOVERY。据该报道，这是一个包含五个领域的交互世界，用于测试 AI 智能体在认知开放与结构互联条件下的溯因探索能力：智能体需修正一个最初成功的理论，并预测一次未见过的跨域干预结果。报道称，在 2×2 设计中，表示开放时十一个模型常撤回被教授的 axiom，无一引入未观测实体或重写变量；披露表示使干预请求增至三倍，仅增加约十八项发现中的一项。即便在更大预算下，仅两种辅助同时具备时出现一次精确预测，所有 Open 情节仍不精确。上述内容均来自该篇报道，为其所述实验设置与结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。