NoveltyScope：多智能体论文新颖性评估原型

Yueran Tian 与 Huizhi Liang 在 arXiv（arXiv:2610.22703）发布 NoveltyScope 原型：将论文与检索到的既有工作对比，生成结构化报告和五级新颖性评分。系统用 BM25、稠密检索及倒数排名融合搜索本地语料，再由四个评分角色基于配对证据完成评估。 评估使用 50 个类别均衡的 RINoBench 样本（保留 idea 级标签、以全文为输入）。作者报告在 Gemini 和 Qwen3 上，多智能体配置的评分误差分别为 1.16 和 1.26，低于对应的单 LLM 配置及向量相似度基线。这是原型阶段的研究结果，属于作者声称的实验结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。