腾讯混元等发布 ExplorationBench 评测 AI 探索能力
中文摘要
腾讯混元联合高校发布ExplorationBench,通过Alien Worlds沙盒测试AI的自主探索、代码编写及逻辑推理能力。
English Summary
Tencent Hunyuan and universities released ExplorationBench, using the Alien Worlds sandbox to evaluate AI's autonomous exploration, coding, and logical reasoning capabilities.
原文节选
腾讯混元联合复旦、清华发布 ExplorationBench,用可执行规则的 Alien Worlds 评测 AI 自主探索能力,含 AlienCode(31 条隐藏规则改动、70 任务)和 AlienLogic(24 条推理规则、70 定理)两个沙盒。