实体 SurveyReview

SurveyReview

PulseAugur coverage of SurveyReview — every cluster mentioning SurveyReview across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_193689 · Aug 11 · 04:00

新基准旨在使LLM调查评估员与人类审稿人保持一致

研究人员推出了SurveyReview，这是一个新的基准和数据集，旨在评估大型语言模型（LLM）作为调查评估员时的表现。该基准解决了现有LLM作为裁判方法中与人类审稿人系统性对齐的不足。SurveyReview包含675篇带注释的调查论文和1,630份审稿报告，分为四个维度的评分和理由。一个名为SurveyAlign的基线评估器，在Qwen3-32B上进行了微调，与GPT-5.2相比，在审稿人对齐方面表现出显著的改进，降低了均方误差和…