Ai2 研究：LLM 能否可靠判断研究想法的新颖性

Ai2 发布研究 Old Ideas, Novel Problems，并公开基准、数据和代码，用于测试 LLM 判断科研想法新颖性的可靠性。研究基于 ICLR 2026 审稿意见构建了 154 条高新颖度与 145 条低新颖度的人类想法池，另配 154 条 LLM 生成想法。