来源摘要 · AI 辅助整理

以下为来源内容的摘要，涉及性能、价格或效果的表述归属于原作者，不表示本站独立实测。

信源摘要
Ai2 发布研究及配套基准，使用 ICLR 2026 评审意见构建样本，评估大模型判断科研想法新颖性的稳定性。研究发现提示词、检索和推理设置可能显著改变判断，增加检索或计算并不总能改善结果。部分生成想法使用弱标签，结论应限定在该实验设计内。