研究发现 LLM 同行评审严重偏爱挑附录毛病,与人类审稿差异显著
CincyNLP · hf · 2026-11-16
CincyNLP 发布研究发现:大语言模型在做同行评审时,指出的论文弱点有一半甚至更多来自附录部分,而人类审稿人从附录中挑出的问题仅占 8.4%,其注意力更多集中在论文的表达和核心思想上。这说明用 LLM 做自动评审可能与人类审稿视角存在系统性偏差。
「模型」频道最新
- DavidAU 无审查微调版 Qwen3.8-27B 冲上 Hugging Face 热门 — DavidAU · 2026-11-16
- Antigravity 为 Gemini 4 模型上下文窗口翻倍 — MickeySteamboat · 2026-11-16
- Gemini 新模型杀入搜索分发,聪明不再够用?Google 生态优势引发担忧 — vedantmisra · 2026-11-16
- Qwen4 Max 上线 OpenCode Go,通义官方宣布可即时体验 — Alibaba_Qwen · 2026-11-16
- Reddit 用户质疑 Hugging Face 对冷门模型限速下载,建议备份权重 — silenceimpaired · 2026-11-16
- Claude 用量重置次数归零,chrisalbon 公开向 Anthropic 高管喊话 — chrisalbon · 2026-11-16