English(EN) FIRSTPASS: A Multi-Domain, Multi-Round Peer Review Dataset Grounded in Real Editorial Outcomes

新数据集FIRSTPASS训练AI进行多学科科学同行评审

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-28 04:00

研究人员推出了FIRSTPASS，这是一个旨在训练人工智能系统进行多学科科学同行评审的新数据集。与之前仅限于计算机科学的数据集不同，FIRSTPASS包含了Nature Communications的完整编辑对话，涵盖生物学、化学、神经科学、物理学和地球科学。该数据集包含3,668条记录，其结果源自编辑决策，为人工智能评估科学有效性的能力提供了更全面、更现实的基准。 AI

影响该数据集可以使人工智能模型更好地理解和评估不同领域的科学研究，提高人工智能的批判性分析能力。

排序理由该条目描述了一个用于人工智能研究的新数据集，已在arXiv上发布。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 26 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一个用于人工智能研究的新数据集，已在arXiv上发布。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Prabhjot Singh, Somnath Luitel, Manmeet Singh, Josh Durkee · 2026-08-28 04:00

FIRSTPASS：基于真实编辑结果的多领域、多轮同行评审数据集

arXiv:2608.26129v1 Announce Type: cross Abstract: Scientific peer review datasets have trained AI systems exclusively on Computer Science and Machine Learning venues, producing models that critique ablation studies yet have never seen a biology reviewer demand contamination contr…

本文如何被排名

报道来源 [1]

FIRSTPASS：基于真实编辑结果的多领域、多轮同行评审数据集

相关实体

相关话题