GPT-6 Astra 登顶科学发现基准评测 TRACES，六维度展现复杂科研探索能力

Apodex AI 联合天桥脑科学研究院发布科学发现基准 TRACES，GPT-6 Astra 在该评测中位列前列，反映出评测体系正由单一评分转向对复杂科研探索过程的多维评估。

• TRACES 基准设立工具调用（Tools）、错误修复（Repair）、替代方案探索（Alternatives）、逻辑连贯性（Coherence）、证据支持（Evidence）与问题范围（Scope）六项维度，用以刻画模型应对科研难题的能力。
• 评测结果显示 GPT-6 Astra 在复杂科学探索任务中展现出较强的多步推理与假设修正能力，不再依赖单一打分机制衡量表现。
• 该基准强调模型在开放式科学问题中的纠错与方案枚举路径，为量化 AI 在真实科研场景中的可用性提供了更具操作性的参考框架。
• 影响/看点：多维度科研基准的建立可能推动前沿大模型从单纯解题转向模拟科研探索工作流，但其能否加速实际科研产出仍取决于实验验证环节的闭环效率与现实场景的鲁棒性。
• 资料依据：
• X：Rohan Paul (@rohanpaul_ai)（2026-09-12）：https://x.com/rohanpaul_ai/status/2098823471480685036
• Apodex AI 官方研究（2026-09-12）：https://apodex.ai/research/traces-benchmark

本内容由 AI 生成，仅供参考，请注意甄别