Teaching Language Models to Forecast Research Success Through Comparative Idea Evaluation

En 3 lignesDes chercheurs entraînent des modèles de langage à prédire le succès empirique d'idées de recherche avant expérimentation. Sur 11 488 paires d'idées issues de PapersWithCode, un modèle 8B atteint 77,1% de précision via SFT, surpassant GPT-5 (61,1%). L'approche RLVR génère des justifications interprétables avec 71,35% d'exactitude.

Résumé généré par Claude — vérifié par l'humain