Ai2 发布 LLM 新颖性评判基准与研究
热点事件持续更新
Ai2 发布 LLM 新颖性评判基准与研究
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
Ai2 发布研究《Old Ideas, Novel Problems》，测试六个大语言模型判断研究想法新颖性是否可靠，并同步开放基准、数据和代码。 被测试的模型为 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6。Ai2 称，该研究关注的是这些模型评估科研想法新颖性的可靠性。 基准、数据和代码随研究一并公开，可供外部使用。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 00:12
Ai2 研究：LLM 能否可靠判断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 BlogAi2 研究：LLM 能否可靠判断研究想法的新颖性
Ai2 发布研究 Old Ideas, Novel Problems，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 判断研究想法新颖性的可靠性，并同步开放基准、数据和代码。
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。