Re-Search 基准:LLM 能识别好研究点子却难以自己生成
Muhan Gao · hf · 2026-11-17
德州农工与约翰霍普金斯团队提出 Re-Search,把「二十个问题」游戏改造成研究构思(ideation)基准:模型只看到一篇论文的研究问题,须通过提问逐步逼近并重新发现论文的核心思想。
关键发现:
- LLM 的进展集中在早期阶段,后期陷入瓶颈;
- 模型能识别好问题/好想法,但往往自己生成不出;
- 作者据此提出:自动化科研系统或应引入外部来源的候选想法,而非仅依赖模型自主发散。
这为「LLM 做科研构思到底卡在哪」提供了一个可测量的框架。
所属事件:Re-Search 基准:用「二十个问题」解剖 LLM 科研构思能力(2 条相关)→
「漫话AGI」频道最新
- 资深工程师论战:AI 让求职申请量翻倍,大厂招聘冻结雪上加霜 — ericelliott_ · 2026-11-17
- Pedro Domingos 回击 Neel Nanda:机器无价值观才是科学共识 — pmddomingos · 2026-11-17
- Repovive 融资推进芯片与关键软件的 AI 形式化验证 — ycombinator · 2026-11-17
- 研究者呼吁允许标注「评审由 AI 撰写」以过滤评审噪声 — taiyasaki · 2026-11-17
- Anthropic 递归自我改进警报被触发,承诺升级到空前安全级别 — ForgotMyParachute · 2026-11-17
- 硅谷热议 Agent Swarm:并行+特化涌现出超越前沿模型的解法 — briannekimmel · 2026-11-17