OpenDiscoveryTrace：用于评估 AI 科学家工作流的过程轨迹

英文标题：OpenDiscoveryTrace: Process Traces for Evaluating AI Scientist Workflows

OpenDiscoveryTrace 提出通过记录 AI 科学家完成任务时的过程轨迹，评估其科学工作流，而不再只关注最终产出。现有自主 AI 科学家基准通常仅评估生成的代码、假设或论文，忽略了获得这些结果的推理与操作过程。作者指出，这种缺失使科学方法论难以审计；过程轨迹有望为开发者和研究机构提供更可解释、更可验证的评估依据。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB