大语言模型同行评审：会议指南优于模仿

一项新近发表在arXiv上的研究调查了不同的审稿人指南设计如何影响基于大语言模型（LLM）的自动化同行评审的有效性。研究发现，通过既定实践精炼而成的官方会议指南，其产生的评估结果与人类判断最为一致。相反，旨在模仿人类审稿人的指南效果较差，而严格的评分条目式评分则会降低性能。该研究强调了在自动化同行评审中，主观和整体性评分比强制执行严格的评分条目更有价值。 AI

影响 这项研究表明，基于既定的科学实践来完善大语言模型指南，可以提高自动化同行评审的准确性。

排序理由 该集群包含一篇学术论文，详细介绍了关于基于大语言模型的自动化同行评审的研究结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• conference practice
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Human judgments of positive and negative causal chains
• Influence Flower
• LLM
• peer review
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →