# 新颖性评估

AI2研究：LLM评估科研新颖性极不稳定

AI2发布LLM科研新颖性评估基准。测试显示，仅微调提示词即可导致GPT-5.1等六个模型判断准确率波动超50个百分点，揭示当前“新颖性法官”在缺乏统一标准下极不稳定，难以可靠区分真正的新方向与旧有工作的重新包装。