一篇分析人工智能会议和期刊同行评审的新论文揭示了一个令人担忧的批评重叠日益增加的趋势。这种同质化在大语言模型检测器标记的评审中尤为明显,表明使用大语言模型生成评审导致反馈多样性降低。研究发现,尽管在 ICLR、NeurIPS 和 ICML 等主要会议上的批评重叠有所上升,但被大语言模型标记的评审比未标记的评审彼此之间具有更大的相似性,这可能会削弱同行评审过程的有效性。 AI
影响 由于大语言模型的使用导致同行评审日益同质化,可能会影响在主要人工智能会议和期刊上接受的研究的质量和多样性。
排序理由 该集群是关于一篇分析学术同行评审趋势的分析论文,特别关注大语言模型的影响。
在 Hugging Face Daily Papers 阅读 →
- Conference on Neural Information Processing Systems
- F1000Research
- Hugging Face
- IlyaGusev
- International Conference on Learning Representations
- International Conference on Machine Learning
- Meld
- Public Library of Science
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →