arXiv · cs.AI · Shane Gu, Yufeng Lin, Dixi Yao, Xuchen Gong, Chenhao Tan · 10 小时前模型评分31
TIGER：从研究者的品味偏好中学习，生成定制化研究想法
TIGER: Learning from Researcher Taste to Generate Tailored Research Ideas
导读
TIGER 提出从研究者个人品味偏好中学习，生成定制化研究想法，其 TIGER-8B 模型在成对比较中胜过 GPT-4.1。三位 大语言模型（LLM，Large Language Model） 研究者在每位 76 次比较中有 56.6%-68.4% 选择 TIGER-8B 的想法，PhD1 和 PhD2 分别在 30 对中选 19 对（63.3%）和 17 对（56.7%）。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “In pairwise comparisons where each judge chooses between an idea generated by its corresponding TIGER-8B policy and one generated by GPT-4.1, the three LLM researchers select the TIGER-8B idea in 56.6%-68.4% of 76 comparisons per researcher.”
来源：arXiv · cs.AI · arxiv.org