Novelty Judge Bench TRIAL

代码与数据已公开，可用来检查 AI 研究代理是否重复已有想法；弱标签与领域覆盖限制要求人工复核。

建议动作一天内用公开数据评测一组既有研究输出，记录误报、漏报和检索成本。

判断复核于 2026-10-28 · 依据：Novelty Bench 揭示 LLM 新颖性评审易受提示影响