热点事件观察中
研究人员推出交互式规则发现基准 WITNESS
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年9月29日，研究团队推出基于 2D 网格的交互式规则解谜基准 WITNESS。该基准主要用于评估智能体的环境探索与规则推断能力，要求智能体在缺乏先验规则的情况下，通过主动实验推断隐藏规则并达成预设目标。在针对 18 款前沿模型进行的私有测试评估中，各模型的解决能力均显不足，最高仅成功解决 24% 的关卡。
AI 根据报道生成 · 4 小时前更新
最新进展9月29日 12:00
研究团队推出解谜基准 WITNESS，测试显示前沿模型最高仅解决 24% 关卡。报道时间线
沿着报道，了解事件的不同侧面。
9月29日
- arXiv 人工智能研究提出交互式规则解谜基准 WITNESS 评估智能体环境探索与规则推断能力
研究团队推出基于 2D 网格的交互式规则解谜基准 WITNESS，用于评估智能体在无先验规则下通过实验推断隐藏规则并达成目标的能力，18 款前沿模型在私有测试中最高仅解决 24% 关卡。
本事件热度走势
当前热度 5·可比范围峰值 5（9月30日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。