Hugging Face Blog·· 3 天前精选AI 评分64
Ai2 提出科研新颖性评测基准并指出大语言模型评审结果高度脆弱
Can we trust LLMs to judge whether a research idea is novel?
AI 导读
艾伦人工智能研究所（Ai2）发布新研究《Old Ideas, Novel Problems》及配套基准、数据与代码，评估大语言模型作为科研想法新颖性评审者的可靠性。
推荐理由
该研究系统揭示了大语言模型评审科研新颖性时的脆弱性，提示检索与增加算力未必能提升评判质量。
来源：Hugging Face Blog · huggingface.co