LitReview Arena

新平台和数据集旨在改进科学研究中AI代理的评估

研究人员开发了新的平台和数据集，以改进科学研究中AI代理的评估。LitReview Arena是一个同行评审平台，允许领域专家将AI生成的文献综述与人类草稿进行比较，结果显示当前系统仅在23%的决定性比赛中获胜。Metag数据集旨在通过识别科学文章在评审-反驳过程中所做的更改来构建代理元评审能力。这两项举措都提供了公开可用的代码和数据，以推进AI在科学进步中的作用。