English(EN) Beyond Final Decisions: A Process-Centric Benchmark for Transparent AI-Assisted Peer Review

新基准评估 AI 辅助科学同行评审的透明度

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-10 04:00

研究人员开发了一个名为“流程中心诊断基准”（Process-Centric Diagnostic Benchmark）的新基准，用于评估用于科学同行评审的 AI 系统。该基准侧重于 AI 决策过程的透明度和可靠性，而不仅仅是最终结果。使用来自 PeerRead、NLPeer ARR-22 和 OpenReview-ICLR 的数据进行的实验表明，虽然 AI 模型可以生成一致的中间评审文本，但它们的最终决定并不总是得到先前证据的充分支持。该基准旨在提供一个透明的工具来评估 AI 在同行评审中提供协助的可靠性。 AI

影响该基准可能带来更可靠、更透明的科学同行评审 AI 工具，从而提高研究的质量控制。

排序理由该条目是一篇学术论文，介绍了一个用于评估 AI 系统的新基准。[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: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇学术论文，介绍了一个用于评估 AI 系统的新基准。[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, safety; 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) · Siming Yuan, Xueyi Zhang, Wangze Ni, Tianfang Xiao, Shimin Di, Jia Zhu, Zhuoren Jiang, Rong Tan, Lei Chen, Kui Ren · 2026-09-10 04:00

超越最终决策：面向透明AI辅助同行评审的流程中心基准

arXiv:2609.05947v1 Announce Type: new Abstract: Peer review is central to quality control in science. However, existing evaluations of AI-assisted peer review mainly focus on the overall quality of generated reviews or the accuracy of final decisions. They therefore provide limit…

本文如何被排名

报道来源 [1]

超越最终决策：面向透明AI辅助同行评审的流程中心基准

相关实体

相关话题