热点事件 持续更新
Ai2发布LLM新颖性评判基准Old Ideas, Novel Problems
1 篇报道 1 个报道来源 2 小时前更新
先了解这件事
AI 综述
2026年10月28日，Ai2（Allen Institute for AI）在 Hugging Face 发布研究与基准 Old Ideas, Novel Problems，旨在检验大语言模型作为科研想法新颖性评判者（novelty judge）的可靠性。该发布为一手来源，包含配套的基准、数据和代码。研究测试了六个 LLM 的表现，分别为 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6。目前报道仅披露了基准的发布内容与被测模型名单，尚未给出具体评测结果或结论性数据，事件仍在持续跟进中。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Hugging Face BlogAi2 发布 Old Ideas, Novel Problems 研究与基准，检验 LLM 判断科研想法新颖性的可靠性
Ai2 在 Hugging Face 发布研究 Old Ideas, Novel Problems 及配套基准、数据和代码，测试六个 LLM（GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5、Claude Opus 4.6）作为 novelty judge 的可靠性。
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。