先了解这件事
Ai2 发布研究《Old Ideas, Novel Problems》,测试大语言模型能否可靠判断科研想法的新颖性。Ai2 称,结果显示这类新颖性裁判并不稳定。
与论文一同公开的还有用于检验新颖性裁判的基准、数据和代码,以及一套供研究者构建新评估集的自动化流水线。
AI 根据报道生成 · 20 天前更新最新进展
Ai2 发布 Old Ideas, Novel Problems 研究与基准,测试 LLM 判断科研想法新颖性的可靠性
Ai2 发布研究《Old Ideas, Novel Problems》,测试大语言模型能否可靠判断科研想法的新颖性。Ai2 称,结果显示这类新颖性裁判并不稳定。
与论文一同公开的还有用于检验新颖性裁判的基准、数据和代码,以及一套供研究者构建新评估集的自动化流水线。
AI 根据报道生成 · 20 天前更新Ai2 发布 Old Ideas, Novel Problems 研究与基准,测试 LLM 判断科研想法新颖性的可靠性