Ai2 发布 LLM 评判研究想法新颖性基准
热点事件持续更新
Ai2 发布 LLM 评判研究想法新颖性基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Ai2 发布名为 Old Ideas, Novel Problems 的研究，测试大语言模型能否可靠评判科研想法的新颖性，并同步开源基准、数据与代码。 研究覆盖 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6 六个模型。报道未给出测试结论。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 00:12
Hugging Face 与 Ai2 研究：LLM 能否可靠评判研究想法的新颖性？报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Hugging Face BlogHugging Face 与 Ai2 研究：LLM 能否可靠评判研究想法的新颖性？
Ai2 发布 Old Ideas, Novel Problems 研究，测试 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6 六个 LLM 评判研究想法新颖性的可靠性，并同步开源基准、数据与代码。
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。