Ai2 publica la investigación Old Ideas, Novel Problems y un benchmark que revela la inestabilidad de los jueces de novedad en LLM
Título original:Can we trust LLMs to judge whether a research idea is novel?
Resumen de IA
Ai2 publica la investigación Old Ideas, Novel Problems, junto con un benchmark, datos, código y una canalización automatizada, para probar la fiabilidad de los LLM como jueces de la novedad de ideas de investigación.
Puntos clave
- Ai2 publica la investigación Old Ideas,Novel Problems,junto con un benchmark
- código y una canalización automatizada
- para probar la fiabilidad de los LLM como jueces de la novedad de ideas de investigación.
Resumen rápido
- Publicado
- Actualizado
- Categoría
- Artículos e investigación
- Puntuación IA
- 64
原文给出了跨六个 LLM 裁判的敏感性实验数据,读者可据此判断现有新颖性评估在 AI 生成想法上的可靠性边界。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Ai2 publica la investigación Old Ideas, Novel Problems y un benchmark que revela la inestabilidad de los jueces de novedad en LLM. 27. octubre 2026. https://new.nat6.net/es/news/p92a4pkxkheznj9nmt50o08l6/