arXiv cs.AI· Shunchao Zhou, Chang Yang, Jingrui Wang, Shuxin Zhuang, Rundong Wang, Runsheng Yu, Xinrun Wang·· 7 天前AI 评分44
AlphaIdeaBench：基于可行性约束与同行评审对齐的自动化科研构想生成评测基准
AlphaIdeaBench: Benchmarking Automated Research Idea Generation under Feasibility Constraints with Peer Review Alignment
AI 导读
研究团队推出科研构想生成评测基准 AlphaIdeaBench，包含 100 个带有资源预算的任务，在 12 个维度评估方案的有效性、新颖性与可行性。基准使用 600 篇顶会论文审稿意见校准裁判，Gemini 3.7 Flash 在问题和方法新颖性上与审稿人评分符合率达 94-97%。评测中 CoI-Agent 获最高综合分，相关任务与细则已开源。
来源：arXiv cs.AI · arxiv.org