跳到正文
热点事件持续更新

Openhagen Worlds 推出科学发现智能体评测环境

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Alexander Boesgaard Lorup 等人提出 Openhagen Worlds,一套用于测量和训练科学发现智能体的评测环境:包含 27 个程序化生成环境(部分具有有限真值空间),覆盖实验推理经典谜题到基于模拟器的物理、化学任务。智能体需在预算内做实验并提交答案,由确定性验证器对照隐藏真值判定。 环境共设 178 个校准难度等级,每个等级须由脚本 oracle 在 64 个开发实例上达到至少 0.75 成功率才被收录。核心层级的保留实例由托管服务运行;附带文件提供 48 个开发实例的公开样本及脚本 oracle 回合记录。

AI 根据报道生成 · 54 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    Openhagen Worlds:用于测量与训练科学发现智能体的校准环境

    Openhagen Worlds 推出 27 个程序化生成环境、178 个校准难度等级,用于测量和训练科学发现智能体,每个等级需脚本 oracle 在 64 个开发实例上成功率至少 0.75 才被收录。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。