CMU 等推出 ScholarCatalyst 基准，评测 AI 能否提出好研究问题

CMU、华盛顿大学等团队（含 Chelsea Finn、Yejin Choi）发布 ScholarCatalyst 基准，用于评测 AI 能否像科学家一样提出高质量研究问题。该基准用 184 位作者标注量化研究者的「研究品味」，指向「定义一个好研究问题」仍依赖人类这一现状。实验发现，agentic 搜索表现不敌嵌入检索。