AI ตัดสินความใหม่ของงานวิจัยได้ดีแค่ไหน? เจาะลึก benchmark ล่าสุดtag: Ai2, Claude Opus, GPT-5, LLMs, Novelty Judge, Research InnovationOct 27, 2026 · By: SirilukPสรุปข่าว 1:25Ai2 เปิดตัวโครงการ Old Ideas, Novel Problems เพื่อศึกษาความเชื่อถือได้ของ LLMs ในการประเมินความแปลกใหม่ของไอเดียงานวิจัย พบผลตัดสินผันผวนหนักแม้เปลี่ยนคำสั่งเพียงเล็กน้อย
