Hugging Face Blog·· 3 小时前精选AI 评分62
AI2 发布 Novelty Bench 评测 LLM 判断研究点子新颖性的可靠性
Can we trust LLMs to judge whether a research idea is novel?
AI 导读
AI2 发布研究《Old Ideas, Novel Problems》，评估大语言模型判断科研点子新颖性的可靠性，并同步开放基准、数据和可复用构建管线。
推荐理由
AI2 发布评测 LLM 判断研究点子新颖性的基准与数据，揭示提示词等设置会让同一判断大幅波动。
来源：Hugging Face Blog · huggingface.co