RMR-75K

新的RbtAct方法使用反驳来训练LLM生成可操作的科学审稿反馈

研究人员开发了一种名为RbtAct的新方法，以提高大型语言模型为科学同行评审生成的反馈的可操作性。该方法利用现有的同行评审反驳作为隐式监督，学习哪些审稿人评论导致了具体的修改。创建了一个名为RMR-75K的新数据集，用于将审稿片段映射到其对应的反驳片段，从而能够训练Llama-3.1-8B-Instruct等模型以提供更具体、可实施的指导。