Ai2 新基准显示 LLM 判新颖性随提问措辞大幅摇摆

艾伦人工智能研究院（Ai2）发布「Old Ideas, Novel Problems」基准与受控研究（arXiv 2610.02022），检验 LLM 作为审稿人判断研究点子是否新颖的能力。