Hugging Face Blog·· 2 小时前精选AI 评分62
Hugging Face 发布新研究：评估大模型判断科研创意新颖性能力的基准 Old Ideas, Novel Problems
Can we trust LLMs to judge whether a research idea is novel?
AI 导读
Hugging Face 联合 Ai2 发布了名为 Old Ideas, Novel Problems 的研究，旨在测试大语言模型评估科学研究创意新颖性的可靠性。
推荐理由
研究表明大模型在评估科研创意新颖性时表现脆弱，提示词微调或带来显著偏差，为优化AI科学发现评估提供了重要基准。
来源：Hugging Face Blog · huggingface.co