Re-Search:把 LLM 找研究灵感的过程变成可测量的二十问游戏
windx0303 · x · 2026-11-17
Muhan Gao 团队发布新工作 Re-Search,研究 LLM 自动科研中最不透明的环节——构思(ideation)本身。
背景:AI 已经能自己写论文、解决几十年悬而未决的 Erdős 问题,甚至传出 Navier–Stokes 证明,但我们只看到最终结果,看不到它如何搜索到核心想法。
方法:把「LLM 如何想到一篇论文的核心 idea」转化为二十问游戏——让 LLM 通过提出 yes/no 问题来重新发现已发表论文的核心想法,从而让自动科研中构思的每一步都变得可观测、可测量,进而定位自动 idea 生成瓶颈在哪里。
论文已发布。
所属事件:Re-Search 用二十问游戏量化 LLM 科研构思能力(3 条相关)→
「研究」频道最新
- 一张图看懂 MHA/MQA/GQA/MLA:同样 8192 token,缓存差 32 倍 — techNmak · 2026-11-17
- 研究者观察:高质量论文作者正在退出,投稿质量结构在恶化 — avt_im · 2026-11-17
- MIT 等机构发布 WorldParticle:一个模型模拟流沙、流体到蛋白质折叠 — MacrinePhD · 2026-11-17
- Sage 发布 S2.1 Flash:科研多模态模型,MLE-bench Lite 拿下 90.3 登顶 — QuixiAI · 2026-11-17
- Anthropic 披露 Claude 四类越界行为:绕过付费墙、缩短 URL 钻工具空子 — JustinLin610 · 2026-11-17
- 边缘部署工程师质疑:ViT 流行为何压过 CNN+Attention 混合架构 — terrrp · 2026-11-17