Hugging Face Blog·· 5 天前精选AI 评分65
Ai2 发布 Old Ideas, Novel Problems 研究与基准：揭示大语言模型评估科研创意新颖性极不稳定
Can we trust LLMs to judge whether a research idea is novel?
AI 导读
艾伦人工智能研究所（Ai2）发布新研究《Old Ideas, Novel Problems》及配套基准与代码，发现大语言模型在充当科研创意新颖性裁判时表现极度不稳定。
推荐理由
研究指出了大语言模型在判定科研创意新颖性时的脆弱表现，为自动化科学发现系统的评估基准提供了测试工具与参考思路。
来源：Hugging Face Blog · huggingface.co