AI 评审能判断研究想法的新颖性吗？
深度Hugging Face2026年10月27日8 分钟阅读
Ai2 用 ICLR 2026 同行评审数据构建基准，测试六个 LLM 评判研究想法新颖性的可靠性。结果发现：仅仅改几个提示词，模型准确率就能波动超过 50 个百分点。
本文编译自 Can we trust LLMs to judge whether a research idea is novel?，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Genie 4 用多个 Gemini 模型驱动，能实时生成可交互的物理环境，并演示了让 Apptronik Apollo 人形机器人在模拟世界里下跳棋。问题在于长时间运行会出物理错误，Google 也没公布重复测试的基准数据，目前仅向可信测试者开放。
深度The New Stack·10月27日·3 分钟
美国银行在“保护您在AI世界中的财务”邮件中警告客户，不要将银行凭证分享给AI助手或代理工具。随着个人AI助手流行，客户越来越倾向于交出登录信息，但这可能导致财务损失、账户被锁或凭证泄露。多数银行的账户协议规定，客户需对授权访问产生的活动负责。
深度·10月27日·3 分钟