KI & ML · 16. Okt.
Reasoning-Modelle darauf zu trainieren, vielfältige wissenschaftliche Ideen zu entwickeln, besagt: Die eine beste Idee ist das falsche Ziel
Das arXiv-Paper formuliert wissenschaftliche Ideenfindung als fundiertes Mengenproblem neu, bei dem Qualität nur zählt, wenn die Ideen einander nicht klonen.
- Bewerten Sie Forschungsagenten nach der Qualität ihres Portfolios, nicht nach der elegantesten Einzelidee.
- Fügen Sie Duplikaterkennung und Quellenverankerung hinzu, bevor Ideensysteme Nutzer erreichen.
- Behandeln Sie Vielfalt als zentrales Belohnungssignal, nicht als kreatives Beiwerk.