热点事件持续更新
Ai2发布研究新颖性评测基准Old Ideas, Novel Problems
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 在 Hugging Face 博客发布研究 Old Ideas, Novel Problems，并开源基准、数据和代码，用于测试 LLM 新颖性判断器。该研究基于 ICLR 2026 评审构建人类想法池，其中包含 154 条高新颖性想法与 145 条低新颖性想法，并测试了从 GPT-5.1 至 GPT-5.4、Claude Sonnet 4.5 至 Opus 4.6 的六个判断器。报道未披露各判断器的具体评测结果，也未说明基准的评分方式与结论。
AI 根据报道生成 · 5 小时前更新
最新进展10月28日 00:12
Ai2 开源 Old Ideas, Novel Problems 基准、数据与代码，测试六个 LLM 新颖性判断器。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：LLM 判断研究想法新颖性可靠吗
Ai2 发布研究 Old Ideas, Novel Problems，并开源基准、数据和代码，用于测试 LLM 新颖性判断器。研究基于 ICLR 2026 评审构建 154 条高新颖性与 145 条低新颖性人类想法池，测试 GPT-5.1 至 GPT-5.4、Claude Sonnet 4.5 至 Opus 4.6 六个判断器。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。