科学思想很少从空白页开始。它们继承了机制，修复了已知的局限性，并重组了早期的工作，就像生物基因组一样。目前的基准测试仍然很少说明人工智能系统是否可以遵循这种继承结构。我们介绍IdeaGene-Bench （ IG-Bench ） ，这是科学谱系推理和基于谱系的创意生成的基准。IG-Bench是

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.08758v1)获取最准确的信息。

---
🔗 **原文链接**: [Ideas Have Genomes: Benchmarking Scientific Lineage Reasonin](https://arxiv.org/abs/2607.08758v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Yifan Zhou, Qihao Yang, Yan Li, Donggang Li, Xiru Hu, Hokin Deng, Ziyang Gong, Xuanyi Zhou, Huacan Wang, Xiangchao Yan, Wanghan Xu, Wenlong Zhang, Shaofeng Zhang, YUE ZHOU, Yifan Yang, Zhihang Zhong, Xue Yang

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
推理能力是LLM的下一个战场。这篇文章技术细节到位，适合有一定基础的同学细读。
Benchmark看多了容易麻木——跑分好不一定产品好用。这篇文章好在对分差有分析，不只是贴数据。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-10 14:02