Re-Search实验揭示大模型科研构思瓶颈
热点事件持续更新
Re-Search实验揭示大模型科研构思瓶颈
1 篇报道1 个报道来源33 分钟前更新
先了解这件事
AI 综述
Muhan Gao、Daniel Khashabi等在Re-Search论文中把大语言模型重新发现科研核心想法的过程设计成“二十个问题”实验,结论是模型的主要瓶颈在于生成好想法,而非判断想法好坏。 实验基于200篇ICML 2026论文,只向六个主流大模型提供研究问题,允许模型通过最多100个是/否问题寻找答案,并追踪想法随问答的演化。测试显示,几乎所有进展都发生在前30个问题内,此后多数模型进入平台期;受控干预进一步表明,模型往往能识别他人提出的好想法或好问题,却难以自行生成。
AI 根据报道生成 · 23 分钟前更新
最新进展11月17日 05:18
Re-Search 论文:用「二十个问题」游戏剖析 LLM 科研构思的搜索过程报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- AGI HuntRe-Search 论文:用「二十个问题」游戏剖析 LLM 科研构思的搜索过程
Re-Search 论文将 LLM 的科研构思转化为“二十个问题”游戏,追踪模型如何重新发现已发表论文的核心想法。研究基于 200 篇 ICML 2026 论文,在六个主流 LLM 上发现,几乎所有进展发生在前 30 个问题内,模型主要受制于生成而非判断能力。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。