Rachel Teo Si Yan

新框架利用LLM提高科学同行评审质量

研究人员开发了一个新的框架和基准，用于评估大型语言模型（LLM）在科学同行评审中的应用。该方法侧重于错误检测，这是评审过程中一个关键但耗时的工作，而不是简单地模仿人类评审。提出的多层评审（MLR）框架在生成评审之前优先考虑对稿件的深入理解，旨在提高效率并与人类评审实践保持一致。尽管在识别错误和与人类评审分数相关性方面表现强劲，但该系统仍易受对抗性操纵的影响，凸显了对强大自动化评审工具的需求。