arXiv · cs.AI· Weihan Li, Tianshi Zheng, Yangqiu Song, Ginny Y. Wong, Simon See·· 1 天前
ULTRADISCOVERY：交互式跨领域溯因探索基准
ULTRADISCOVERY: Abductive Exploration in an Interconnected, Epistemically Open Universe
arXiv:2610.03092v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Weihan Li, Tianshi Zheng, Yangqiu Song, Ginny Y. Wong, Simon See
研究任务与主要进展
作者提出 ULTRADISCOVERY，一个包含五个领域的交互式世界，用于测试智能体能否在表示开放和证据跨情境分布的条件下修正理论并预测未见干预。2×2设计独立控制表示是否披露、证据是否对齐；在表示开放时，11个模型常撤回已学公理，却不会引入未观察实体或重写替代理论所需变量。没有系统在200次付费动作内给出准确预测，扩大预算后仅有一个系统在两种辅助条件下完成一次准确预测，Open情境始终不准确。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org