标签
本文提出一种基于 logit 的能量评分方法，用于使用大型语言模型评估科学假设，该方法在假设排名任务中优于提示式 LLM-as-judge 方法。
志留纪假说探讨了在地质记录中检测古代工业文明的可能性，引发了对深时考古学和行星尺度印记的思考。