热点事件持续更新
Ai2发布科研创意新颖性评测基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，Ai2发布研究《Old Ideas, Novel Problems》，聚焦大语言模型评估科研创意新颖性的可靠性。研究公开配套基准、数据、代码，以及用于构建新评测集的自动化流水线；评测集基于ICLR 2026同行评审结果建立，包含154个高新颖度人类创意、145个低新颖度人类创意和154个由LLM生成的创意。研究结果显示，GPT与Claude系列模型在判断科研创意新颖性方面可靠性不足。此次发布同时给出论文、评测资源及构建流程，当前进展是相关基准、数据、代码和自动化流水线均已公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 00:12
Ai2公开基准、数据、代码及自动化流水线，指出GPT与Claude新颖性判断可靠性不足。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Hugging Face BlogGPT 与 Claude 能否可靠判断科研创意的新颖性
Ai2 的研究显示，GPT 与 Claude 系列 LLM 判断科研创意新颖性的可靠性不足。研究发布 Old Ideas, Novel Problems 论文、基准、数据、代码及构建新评测集的自动化流水线，并基于 ICLR 2026 同行评审建立154个高新颖度、145个低新颖度人类创意及154个 LLM 生成创意。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。