大型语言模型 (LLM) 越来越多地被用于协助学术论文的同行评审过程，但这种做法带来了显著的弊端。LLM 倾向于识别过多的不可控变量，常常关注对论文结论没有实质性影响的次要或无关因素。此外，LLM 生成的评审可能过于抽象，批评整个研究领域而非特定的先前方法，导致作者难以应对。核心问题在于，LLM 可以产生大量表面上看似合理的批评，而无需评估其相关性或严重性，从而将评估的负担转移给作者，而没有增加实质性的技术见解。 AI
影响 LLM 生成的同行评审可能会给作者带来效率低下和挑战，从而可能阻碍学术讨论的质量和重点。
排序理由 该条目讨论了在学术同行评审中使用 LLM 的局限性和负面影响，这是一篇观点或分析文章。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
