我们能信任 LLM 判断研究创新性吗?
原文发布 Old Ideas, Novel Problems 研究及 novelty judge 基准。研究通过 ICLR 2026 同行评审挖掘 novelty 信号,构建 Human-Only 与 Human+Generated 两评估设置。
阅读原文 来源:Hugging Face Blog
原文发布 Old Ideas, Novel Problems 研究及 novelty judge 基准。研究通过 ICLR 2026 同行评审挖掘 novelty 信号,构建 Human-Only 与 Human+Generated 两评估设置。
宾夕法尼亚大学等机构研究人员开发的 LitPivot 系统通过动态上下文将研究创意与文献关联。在 17 名研究人员的实验中,领域专家评定使用 LitPivot 开发的创意比传统编辑器和 AI 工具更扎根于文献,且参与者认为其更具新颖性和实用性。该系统将创意拆解为问题、贡献和评估计划,并基于所选文献提供有据可查的修订建议,将在 UIST 2026 学术会议上展示。