论文用连贯性与可用性双模型采样现有社区难以提出的研究方向。
资讯摘要
论文提出“科学异域空间”概念，指科学上合理、但现有研究者分布下不太可能被提出的方向。作者将论文拆解为概念单元并聚类成“想法原子”，用连贯性模型判断组合是否可行、可用性模型判断是否有作者社区能产出，从而优先选取高连贯、低可用性的组合。在16,068篇LLM论文上，该方法产出的研究组合比前沿LLM基线更多样，单项质量在盲评与下游实验中持平或更好。
要点速读
- 方法将论文分解为概念单元并聚类为“想法原子”，分别用连贯性模型和可用性模型打分，排序时最大化连贯性、最小化可用性。
- 在NeurIPS、ICLR、ICML及主要NLP会议的16,068篇同行评审LLM论文上，采样器产出的研究组合比前沿LLM基线更多样，单项质量在盲人评、LLM评和下游实验中持平或更好。
- 时间验证仅用2025年前数据，选取不到1%的候选空间即以致然率的35.9倍找回2025年组合；加权不可用性后，严格新颖组合的找回率为3.24倍。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。