AIHOT ↗· Ai2 / Allen Institute for AI(RSS)·2026-10-27 16:00· 23 天前AI 评分43Ai2 发布 Old Ideas, Novel Problems 研究与 benchmark,揭示 LLM 新颖性裁判不稳定AI 导读Ai2 发布 Old Ideas, Novel Problems 研究及配套 benchmark、数据、代码和自动化流水线,用于测试 LLM 评估研究想法新颖性的可靠性。结果显示,LLM 作为研究想法新颖性裁判的判断存在不稳定问题。来源:AIHOT · allenai.org开源生态论文研究评测基准#论文/研究#评测/基准#开源/仓库