★ 2RAP基准：LLM研究注意力预测能力评测论文提出研究注意力预测（RAP）滚动基准，覆盖278个AI/ML领域与1,390个回合，要求LLM智能体在时间受限的arXiv语料中检索并预测未来六个月八个研究方向论文占比。结果显示搜索通常有帮助，但四个诊断模型在组合准确率上均不如精确计数EWMA基线。研究揭示状态延续优于直接预测、冻结证据回放等…arXiv cs.AI53 天前