伊利诺伊大学论文提出 ClaimNov，改进 AI 科研流程中的新颖性检查
伊利诺伊大学团队提出 ClaimNov，将研究提案拆分为逐条 claim 与既有论文对比后交给评审，抓抄袭率保持 97%，误杀率从 96% 降至 1.5%。现有按整体提案做新颖性检查的方法虽能抓住全部 380 份伪装抄袭，却拒绝了 96% 后来被人类学者发表的想法。作者建议过滤思路的团队按 claim 单独打分，保留基于已知成果做增量构建的提案。
Rohan Paul· @rohanpaul_ai · X·2026-11-01 04:00· 38 分钟前AI 评分51
AI 导读
伊利诺伊大学团队发现，AI scientist 流程中按整体提案做新颖性检查的现有方法，虽能抓住全部 380 份伪装抄袭，却拒绝了 96% 后来被人类学者发表的想法。论文提出 ClaimNov，将提案拆分为逐条 claim 与既有论文对比后交给评审，抓抄袭率保持 97%，误杀率降至 1.5%。作者建议过滤思路的团队按 claim 单独打分，保留基于已知成果做增量构建的提案。
正文 · 原文
伊利诺伊大学的新论文发现，当 AI 判断一个研究想法是否足够新颖、值得去做时，它常常会否定那些人类科学家后来发表的想法。
AI scientist 流程会运行新颖性检查，以决定哪些生成的想法能获得算力。这些检查一次性评判整个提案，而大多数真实论文都是建立在某些早期成果之上的。
他们构建了 ClaimNov，将提案拆分为若干 claim，逐一与先前论文中的 claim 匹配，并把逐条 claim 的证据交给评审。
一个已部署的检查抓住了全部 380 份伪装抄袭，但也拒绝了 96% 后来被研究人员发表的想法。ClaimNov 抓住了 97% 的抄袭，同时只拒绝了这些想法中的 1.5%。
如果你的流程要按新颖性过滤想法，请分别对每条 claim 打分，并保留那些基于 1 项已知成果构建的提案，而不是将其丢弃。
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news