研究者发布NovGauge基准诊断LLM论文新颖性评估能力

Guoqiang Zhang等研究者在arXiv发布NovGauge基准，用于细粒度诊断大语言模型评估论文新颖性的能力。据其介绍，这是一个以人工锚定的基准。 该基准包含619组论文对和50组多论文集合，沿任务、问题、方法三个维度进行标注。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。