arXiv · AI· Rachel S. Y. Teo, Yutaro Yamada, Shashank Kotyan, Yuki Imajuku, Tarin Clanuwat·· 2026-10-09AI 评分25
LLM辅助同行评审:超越模仿的框架与基准
Beyond Imitation: A Framework and Benchmark for LLM-Assisted Peer Review
AI 导读
研究人员提出LLM辅助同行评审的多层评审(MLR)框架及验证导向基准,通过向会议论文插入合成错误评估系统识别逻辑矛盾的能力。 MLR框架在生成评审前强调对稿件的多层细致理解,提高token效率,并与人工评审评分高度一致。 系统对对抗性操纵仍有脆弱性,凸显严格错误导向评估对LLM工具负责任部署的重要性。
来源:arXiv · AI · arxiv.org