跳到正文
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 发布研究 Old Ideas, Novel Problems，测试大语言模型能否可靠判断科学研究想法的新颖性，并同步开放基准、数据和代码。 测试对象为 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。Ai2 称，该研究考察的是这些模型评估新颖性的可靠性。

AI 根据报道生成 · 2 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
  1. Hugging Face Blog
    Ai2 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 六个模型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

可比范围当前
9
可比范围峰值
1010月28日 01:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。