热点事件持续更新
AlphaIdeaBench：研究想法生成基准发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 27 日，arXiv cs.AI 刊出 AlphaIdeaBench，提出一个在可行性约束下评测自动化研究想法生成的基准。该基准包含 100 个研究想法生成任务，每项任务都配有资源预算和统一的提案 schema，并由 LLM judge 按 12 个维度评分。为检验评分的有效性，该基准用四类新颖性评分与 ICLR 2026、NeurIPS 2025、ICML 2025 的 600 篇论文的同行评审意见做对齐；结果显示，Gemini 3.7 Flash 在问题新颖性和方法新颖性两项上，对 94%–97% 的论文，其评分与由评审衍生出的分数相差不超过 1 分。目前该工作以预印本形式发布，尚未见到后续评测结果或社区反馈的报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
AlphaIdeaBench 公布含 100 个任务、12 维 LLM 评分的基准，其新颖性分与三会议 600 篇论文评审对齐。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIAlphaIdeaBench：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 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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。