发布AlphaIdeaBench科研想法生成基准

论文作者发布AlphaIdeaBench基准，用于在资源预算约束下评测AI自动生成科研思路的能力。基准包含100个想法生成任务，其中50个来自workshop征稿主题、50个来自综述中提出的开放问题，每个任务配有明确的资源预算和统一的提案格式。评分由LLM评委按12个维度打分，并与ICLR 2026、NeurIPS 2025、ICML 2025共600篇论文的同行评审意见做对齐验证。任务、评分标准和分数已公开，供后续科研想法生成智能体的标准化、可复现评测使用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。