Hugging Face Blog·· 4 小时前AI 评分59
Ai2 发布新颖性评测基准，检验 LLM 能否可靠判断研究想法是否新颖
Can we trust LLMs to judge whether a research idea is novel?
AI 导读
Ai2 发布论文 Old Ideas, Novel Problems，并开源配套基准、数据和代码，用于检验 LLM 评判研究想法新颖性是否可靠；结论是，这类评判仍然相当不稳定。
来源：Hugging Face Blog · huggingface.co