衡量人类与大语言模型研究想法之间的差距

论文提出大规模研究构想评估框架：从高质量人类论文反向重建相关先行工作，再让不同大语言模型基于论文标题与摘要生成新想法，并用“研究品味”二维分类法比较分布。结果显示，LLM想法更集中于桥接型机会与综合式方法，覆盖范围窄于且系统偏离人类研究者。