OpenDiscoveryTrace数据集包含什么？
包含558条完整的AI科学智能体轨迹，每条轨迹按步骤记录9个字段，包括思想、工具调用、观察、错误、修正触发和自报置信度等。覆盖124个科学任务，涉及药物发现、材料科学、基因组学和科学文献分析，涵盖7个模型。
OpenDiscoveryTrace: Process Traces for Evaluating AI Scientist Workflows
（翻译）OpenDiscoveryTrace：评估AI科学家工作流的过程轨迹
资讯摘要
Abstract page for arXiv paper 2609.09203: OpenDiscoveryTrace: Process Traces for Evaluating AI Scientist Workflows
AI 摘要
arXiv论文提出OpenDiscoveryTrace，一个包含558条AI科学智能体完整轨迹的公开数据集，覆盖药物发现、材料科学、基因组学等124个科学任务和7个模型。每条轨迹按步骤记录思想、工具调用、观察、错误等9个字段。初步分析发现，过程轨迹能揭示仅看输出无法发现的模型行为差异。论文还定义五项基准任务，数据集与代码以CC BY 4.0公开。
AI 问答
该研究的初步分析发现了什么？
对363条经LLM评判的轨迹分析发现，过程轨迹能揭示仅看输出无法发现的行为差异：三个前沿模型成功率相近（84–89%），但Claude Opus 4.6的错误数比GPT-5.4多30倍，且错误类型不同。
数据集和基准如何获取？
数据集、轨迹模式、智能体框架和基准定义以CC BY 4.0公开，代码在GitHub，数据集在Hugging Face。该工作在ICML 2026 AI for Science Workshop获最佳数据集奖。
更多资讯
GPT-6 Astra实现具身智能突破 中国如何打具身防卫战
耐克、妮维雅、谷歌的警示：品类，正在误导品牌战略！清华稳准智能联合发布LimiX-2，结构化数据基础模型登顶国际评测榜单
别闹，几粒盐就能立起高脚杯？你是不是用胶水了？
AI 产品经理怎么入行？岗位方向、核心能力与转型路径一次讲清
Java新闻汇总：Simple JSON API、GlassFish、Jakarta EE、JNoSQL和Open Liberty、LangChain4j
牛市的钱：是熊市里守出来的F-Droid 上的应用有多少是在 AI 帮助下编写的？
Stella：“显化”想要的人生，60天35万美元月收入圆桌：生长·资方投资的新方程——穿越周期的耐心与价值 | 36氪 2026产业未来大会被英伟达点名的杭州团队，补上了AI for Science的「最后一公里」
开学季 | 学生理财的三条建议，学生党也可以一样理财
AI for everyone in every languageAnnouncing instance preference lists for Amazon SageMaker AI training jobs
Your Agent Aced the Task. Will It Do It Again?
英伟达开源 IMO 金牌配方：不仅是「人海战术」，1.5TB 显存做实 AI「 推恩令」？算力、机器人、仿真与资本，谁在定义物理AI下一个十年？｜第十届全球ICT峰会回顾
「沃什时代」首次加息要来了？华尔街算好了三种剧本
现在参与以太坊原生质押为什么要先排队一个月？
高瓴系 CFO 往事：一代顶级机构年轻人的迁徙与突围
语义翻译的操作日常：把”我觉得不对”变成”机器能查”
找不到小红书爆文选题？去淘宝差评区抄！
破局产品同质化：长期主义的产品突围之路
DeepSeek-V4.1-Flash 的最佳 Harness 搭档，我觉得可能是 Claude Code
GPT Image 2.5 对比实测：变化与局限Denuvo 起诉黑客违反 DMCA 反规避条款36氪研究院 | 2026年北京市OPC创业者研究报告
129亿美元卖身英伟达之后，是时候重新理解Hugging Face了企业案例分享：玉盘量智-离子阱量子计算芯片化集成工程实践 | 36氪 2026产业未来大会科学家演示水下太阳能电池