热点事件持续更新
Ai2发布研究新颖性评判基准Old Ideas, Novel Problems
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月28日，Ai2在Hugging Face博客发布研究《Old Ideas, Novel Problems》，测试大语言模型能否可靠判断研究想法的新颖性。该研究选取GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5和Claude Opus 4.6共六个模型作为测试对象，并同步开源了基准、数据和代码。目前公开信息仅涉及研究发布与开源范围，尚未披露各模型的具体测试结果或评判表现。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 00:12
Ai2发布研究并开源新颖性评判基准、数据与代码，测试六个LLM。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 研究：LLM 能否可靠判断研究想法的新颖性
Ai2 发布研究 Old Ideas, Novel Problems，测试 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6 六个 LLM 判断研究想法新颖性的可靠性，并同步开源基准、数据和代码。
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。