IDRBench：探索大型语言模型在跨学科研究中的能力
计算与语言
2026-05-07 v2
摘要
创新是人类文明的关键驱动力。随着知识储备的显著增长，跨越不同学科的知识桥接——其中常常孕育出重大创新——日益受到挑战。近期的机器学习模型，尤其是大型语言模型（LLM），已展现出对广泛知识源的有效获取能力和推理能力，为跨学科发现提供了重要机遇。本研究旨在理解当前最先进大型语言模型在整合不同领域知识以开展跨学科研究（IDR）方面的能力。为此，我们提出IDRBench框架，包含数据集和评估任务：（1）跨学科论文识别；（2）跨学科思想整合；（3）跨学科思想推荐。我们对十种主流大型语言模型进行系统研究，全面分析其行为，建立基准和基线，为后续研究奠定基础。据我们所知，IDRBench是首个对大型语言模型IDR能力进行全面调查的框架。
引用
@article{arxiv.2507.15736,
title = {IDRBench: Understanding the Capability of Large Language Models on Interdisciplinary Research},
author = {Yuanhao Shen and Daniel Xavier de Sousa and Ricardo Marçal and Hongyu Guo and Xiaodan Zhu},
journal= {arXiv preprint arXiv:2507.15736},
year = {2026}
}