热点事件持续更新
复旦等联合发布AI自主探索能力评测基准ExplorationBench
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月20日，复旦大学、腾讯混元与清华大学联合发布评测基准 ExplorationBench。该基准构建了 AlienCode 和 AlienLogic 两个规则被修改的沙盒世界，专门用于评测大模型在未知环境中自主提出假设并摸索规律的能力。对十个前沿模型的实测结果显示，环境反馈对探索至关重要，自主设计探针的效果普遍优于固定探针或仅依赖内部思考；同时研究还发现，模型即便能正确说出规则也不代表能稳定应用，且在不同探索轨迹间表现出极大的波动性。
AI 根据报道生成 · 6 小时前更新
最新进展10月20日 12:17
复旦、腾讯混元与清华联合发布ExplorationBench，实测十个模型在未知沙盒中的探索能力。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- AITNT · AI头条复旦与腾讯混元等联合发布 ExplorationBench，评测大模型自主探索能力
复旦大学、腾讯混元与清华大学联合发布评测基准 ExplorationBench，构建了 AlienCode 和 AlienLogic 两个规则被修改的沙盒世界，用于评测大模型在未知环境中自主提出假设并摸索规律的能力。实测十个前沿模型显示，环境反馈对探索至关重要，自主设计探针的效果普遍优于固定探针或仅靠内部思考；同时模型即使正确说出规则也不代表能稳定用对，且不同轨迹间表现出极大的波动性。
本事件热度走势
当前热度 9·可比范围峰值 10（10月20日 13:00）·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。