Ai2 发布新颖性评测基准，检验 LLM 能否判断研究想法是否新颖

Ai2 发布研究 Old Ideas, Novel Problems，并开放用于测试 LLM 新颖性判断的基准、数据和代码管线。基准从 ICLR 2026 审稿中挖掘出 154 条高新颖与 145 条低新颖的人类想法，另将 154 条人类想法与 154 条 LLM 生成想法配对。