热点事件持续更新
Ai2 发布 LLM 研究新颖性判断基准并开源
2 篇报道2 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月28日，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），用来检验大语言模型能否像审稿人一样判断研究点子是否新颖。据 Hugging Face Blog 当日报道，Ai2 同时开源了配套的基准、数据和代码，其结论是这类新颖性评判仍然相当不稳定。AGI Hunt 同日报道称，LLM 对新颖性的判断会随提问措辞不同而大幅摇摆。目前公开信息主要集中在这项基准的设计与受控实验结论上，尚未见到更多后续进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 00:36
Ai2 开源该基准的配套数据与代码，并称 LLM 新颖性评判仍不稳定。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntAi2 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。
- Hugging Face BlogAi2 发布新颖性评测基准，检验 LLM 能否可靠判断研究想法是否新颖
Ai2 发布论文 Old Ideas, Novel Problems，并开源配套基准、数据和代码，用于检验 LLM 评判研究想法新颖性是否可靠；结论是，这类评判仍然相当不稳定。
本事件热度走势
当前热度 19·可比范围峰值 20（10月28日 01:00）·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。