实体 IdeaTaste

IdeaTaste

PulseAugur coverage of IdeaTaste — every cluster mentioning IdeaTaste across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_339380 · Nov 2 · 00:00

IdeaTaste基准测试显示，大型语言模型在“研究品味”方面落后于人类研究者

一个名为IdeaTaste的新基准测试已被开发出来，用于评估AI模型的“研究品味”，特别是其生成的科研提案与实际人类研究方向的契合程度。该基准测试将2025年大型语言模型生成的提案与2026年人类社区在各个领域发表的研究进行比较。结果表明，当前的大型语言模型代理在表现上远不如人类研究者，在引用匹配方面仅达到人类水平的26%，在想法匹配方面仅为18%。虽然大型语言模型能够识别广泛的研究领域，但它们在制定成功的、人类研究的特征性具体方法和…