AI 审查非全能：Refine 漏掉了一个已知的引理错误
littmath · x · 2026-08-27
在评估 Refine 的完整性时，Daniel Litt 指出该工具并不完美。它遗漏了他在一篇已发表论文引理中的一个错误（该错误已被 Jordan Ellenberg 和 Alex Smith 发现，并发布了勘误，幸运的是未影响主要结果）。这表明虽然 AI 审查非常有用，但仍需人工复核以捕捉遗漏的细微缺陷。
所属事件:数学家用 AI 审计 19 篇论文：97.7% 评论指出真实问题(9 条相关)→
「研究」频道最新
- WorldMemArena 中选 NeurIPS:存储式 Agent 记忆评估遭颠覆 — xwang_lk · 2026-10-16
- 机械可解释性老将反思:对齐≠误解泛化,CoT 监督的隐忧 — akbirthko · 2026-10-16
- WEDGE 论文：把导航失败经历变成可学习的训练环境 — _akhaliq · 2026-10-16
- RExBench 基准:最强编码 Agent 自主完成研究扩展成功率仅 33% — najoungkim · 2026-10-16
- Google 发布 CLASHarness:基准测试多智能体冲突下的计算机操作能力 — google · 2026-10-16
- 清华团队证明:普通 Flow Matching 采样无法突破固定深度模型表达力上限 — SQZ · 2026-10-16