AI for Science 论文需检验分布外表现

AI for Science 论文的评估重点，正落在模型在训练分布之外是否仍然有效上。据 AGI Hunt 报道，Discovery at Scale 最新一期筛查了 10 月 21–27 日的 307 篇 AI-for-science 同行评审论文，其中精读 14 篇、引用 27 篇；这一期的核心关注点是模型在没见过的数据上是否依然成立。此前的讨论已经提出，这类论文需要检验分布外表现；最新一轮筛选则把这一标准作为贯穿 307 篇论文的主线。报道没有披露各篇论文的具体结果，也没有给出分布外测试的通过比例。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。