Open-Endedness Bench：通过 Agent 执行日志衡量开放式认知探索过程
英文标题：Open-Endedness Bench: Measuring Epistemic Process from Agent Records
当前 AI Agent 越来越多地被应用于开放式科学研究任务，包括通过自主设计实验发现经验定律、优化未知最优解的启发式算法或刷新基准纪录。该研究提出了 Open-Endedness Bench，旨在通过对 Agent 详细执行日志的深入分析，量化衡量其科学探索中的认知过程（Epistemic Process）而非仅关注最终结果。这一基准为开发者全面评估与提升复杂科研 Agent 的长期探索规划、实验迭代及科学发现能力提供了关键评测框架。
打开原文相关 2.4 · 机会 2
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文摘要
arXiv 编号：arXiv:2610.02588v1（最新公告）
摘要：AI Agent 正越来越多地被赋予开放式研究任务：例如从自主设计的实验中发现经验定律、改进目前尚无人知晓最优解的启发式算法，或是刷新现有的基准纪录。它们的执行日志记录了此类研究过程中的每一个步骤……
BibTeX 引用格式
English / 原文
BibTeX formatted citation
×