共享清单为何可能有害：减少的方差必须超过引入的偏差
JessicaHullman · x · 2026-10-30
该研究的理论出发点：让 AI 高准确率地把共享清单应用到论文上并展示给审稿人，可以提升评审一致性，但共享视角会关联错误——审稿人可能固守清单内容而忽视自己的私有信息，导致遗漏的问题引入偏差。因此清单要奏效，其减少的方差必须超过它增加的偏差。
所属事件:西北大学团队用LLM学习审稿清单，对抗同行评审抽签方差(8 条相关)→
「研究」频道最新
- AI for Science 评测市场:单次评估或耗数月数百万美元,成最持久生态位 — kenbwork · 2026-10-30
- pstack /statechart skill 转正：内嵌迷你 TLC 编译器帮 agent 找分布式系统 bug — DavidKPiano · 2026-10-30
- 「神经双胞胎」：专为彼此训练、用神经语交流的模型对 — repligate · 2026-10-30
- 把纠错存成 LoRA：Self-Direction 让 Agent GAIA 成功率 38.8%→55.8% — rohanpaul_ai · 2026-10-30
- UCSF 论文：AlphaGenome 系统性低估因果变异效应，细定位表现不及线性基线 — anshulkundaje · 2026-10-30
- NeurIPS 2026 论文数排行：一人挂名 22 篇引作者署名之争 — qberthet · 2026-10-30