AIシステムの探索能力を測定する新ベンチマーク「ExplorationBench」発表
arXiv cs.AIは2026年9月24日(現地時間)、AIシステムが未知の環境で新たな知識を探索・獲得する能力を評価するための新たなベンチマーク「ExplorationBench」を発表した。このベンチマークは、ルールが実行可能で既知の知識では解決できない「検証可能なエイリアン・ワールド (Verifiable Alien Worlds)」という独自の枠組みを採用しており、AIが仮説形成や実験設計、結果の反復を通じて真に新しい発見を検証できるかどうかに焦点を当てている。