arXiv cs.AI· Shunchao Zhou, Chang Yang, Jingrui Wang, Shuxin Zhuang, Rundong Wang, Runsheng Yu, Xinrun Wang·· 4 小时前AI 评分37
AlphaIdeaBench：在可行性约束下评测自动化研究想法生成并与同行评审对齐
AlphaIdeaBench: Benchmarking Automated Research Idea Generation under Feasibility Constraints with Peer Review Alignment
AI 导读
AlphaIdeaBench 推出含 100 个研究想法生成任务的基准，每项配资源预算与统一提案 schema，LLM judge 按 12 个维度评分。其四类新颖性评分与 ICLR 2026、NeurIPS 2025、ICML 2025 的 600 篇论文评审意见对齐，Gemini 3.7 Flash 在问题和方法新颖性上对 94-97% 论文与评审衍生分差在 1 分内。
来源：arXiv cs.AI · arxiv.org