「爱因斯坦测试」：语言模型难以独立完成科学范式突破

「爱因斯坦测试」（#EinsteinTest）显示，只向语言模型提供重大理论变革之前的证据，模型很少能自行完成那次突破，更常见的表现是重建学界后来已抛弃的旧解释。该观察由 X 用户 CurieuxExplorer 提出，认为在历史科学数据上训练的模型更擅长重构既有范式而非做出范式革命，被视作衡量 AI 科学创造力的思想实验。