热点事件历史事件

Ai2发布LLM新颖性评审基准

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

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 六个大模型判断研究想法新颖性的可靠性。 Ai2 同时公开了用于测试新颖性评审的基准、数据与代码，以及一条可供研究者构建新评测集的自动化流水线。报道未给出这些模型在新颖性判断上的具体表现结论。

AI 根据报道生成 · 3 天前更新

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

00:12
Hugging Face Blog
Ai2 研究：LLM 能否可靠判断研究想法的新颖性？
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 判断研究想法新颖性的可靠性。

本事件热度走势

可比范围当前: 3
可比范围峰值: 1010月28日 02:00
近 24 小时变化: -50%

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。