热点事件持续更新
Ai2 发布 Novelty Bench 评估 LLM 判断科研新颖性
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月28日，Ai2 发布《Old Ideas, Novel Problems》研究、Novelty Bench 基准、数据和代码，用于评估大型语言模型判断科研想法新颖性的可靠性与稳定性。该研究测试了 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6，报道未进一步说明各模型的具体表现、结论或后续计划。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 00:12
Ai2 发布 Novelty Bench 及配套研究、数据和代码。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Hugging Face Blog精选Ai2 发布 Novelty Bench，研究 LLM 判断科研想法新颖性的可靠性
Ai2 发布《Old Ideas, Novel Problems》研究、基准、数据和代码，评估 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6 判断科研想法新颖性的稳定性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。