新的人工智能框架通过人类监督简化卫生科学同行评审

研究人员开发了一个新的框架，用于对卫生科学领域的学术论文进行三盲、多LLM预审，以应对传统同行评审的压力。该系统将投稿分为五个阶段，包括使用本地托管的开源LLM进行并行人工智能预审，以维护机密性并避免出现幻觉引用或隐藏操纵指令等问题。该框架强调由人类评审员做出最终决定，为当前同行评审中不受监管的人工智能使用提供了一种透明且可辩护的替代方案，并有可能显著缩短评审延迟。 AI

影响 通过负责任地整合人工智能，为日益增长的学术同行评审压力提供了一个潜在的解决方案，旨在减少延迟而不损害人类判断。

排序理由 学术论文，提出了一种新的人工智能同行评审方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Conference on Neural Information Processing Systems
• International Conference on Learning Representations
• International Conference on Machine Learning
• National Science Foundation
• Shen et al.
• United States National Institutes of Health

• 论文
• 安全
• 产品

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