大规模研究：AI 评审员看不见你改论文的努力
umd-zhou-lab · hf · 2026-11-04
马里兰大学 Zhou Lab 发布一项大规模研究,分析论文修改轨迹后发现:AI 审稿人往往无法把稿件的改进反映到评分上,用户已有的意见常常压过了实际观察到的修改提升。换言之,即使作者根据反馈认真修改论文,AI reviewer 的打分也可能不买账。
「研究」频道最新
- MIT 论文：随机扰动大模型权重也能提升任务表现，可匹敌 PPO — serrjoa · 2026-11-04
- Optimization × AI 论坛上线：在线系列研讨 AI 如何改变优化研究 — prof_grimmer · 2026-11-04
- YANAMI 发布 40 万对话多模态数据集，现有模型难跨轮状态追踪 — Shengyu Wang · 2026-11-04
- 微软开源 WebHarbor：153 个真实网站容器环境用于 GUI agent 评测与 RL — microsoft · 2026-11-04
- 人大等高校提出 ToolSpace：从真实 MCP 执行轨迹合成工具环境评测长程 agent — RUC · 2026-11-04
- 研究：小型决策模型给 RAG 信源冲突分类，比前沿 LLM 更快更便宜 — Parv Khatri · 2026-11-04