arXiv · NLP· Jizhou Guo·· 3 天前AI 评分32
LLM 评审版本漂移:20 个前沿模型在 ICLR 2027 盲审中的评分差异审计
Same Papers, Different Verdicts: Tracing Version Drift in LLM Peer Review
AI 导读
20 个前沿模型对 ICLR 2027 提交的盲审显示,模型版本更新导致“接受率”剧烈波动。 Claude Opus 和 Gemini 版本间接受率降幅达 43-79 个百分点;剥离评分的纯文本批评仍能造成 35-51 个百分点偏差。 LLM 评审阈值需随模型版本重新针对人类决策进行校准验证。
来源:arXiv · NLP · arxiv.org