新基准 RAP 揭示 LLM 研究趋势预测偏差
论文AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
新提出的 RAP 基准覆盖 278 个 AI/ML 领域，用于评估大模型预测未来研究热度的能力。测试显示，即便具备搜索功能，四个诊断模型在组合准确度上均不及指数加权移动平均基准。研究发现模型存在证据获取偏差，倾向于检索较少的近期证据。微调能提升 Qwen3-4B 的预测相关性，仅 GPT-5.5 配合搜索略微超越基准线。
为什么值得看
首个量化评估 LLM 作为科研代理追踪研究趋势能力的基准。
GPTQwen大模型微调
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。