Wellocate基准与强化学习环境发布

2026年10月20日，Abdul Karim等作者在arXiv发布Wellocate基准与强化学习环境，含冻结数据划分与脚本化基线。研究用模拟测定基准Wellocate测试五个语言模型作为无工具、无记忆的最小智能体，在固定预算下如何在探索新候选与复测确认之间分配测量。结果显示模型在两个方向上都会误分配：三个过度确认，把大部分预算花在复测上；在生成景观上有一个过度不确认，最终选择比基础脚本策略更差。提供未试候选清单可减少复测，在真实蛋白质数据上让其中两个模型选得更好；对读数做滚动摘要或描述景观最多只改变五个百分点。目前进展为基准与环境已发布，后续跟进报道尚未出现。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。