PaperAudit-Bench基准发布及ScienceOne应用
热点事件持续更新
PaperAudit-Bench基准发布及ScienceOne应用
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月，研究者推出 PaperAudit-Bench，用于评估 LLM 在自动同行评审中的错误检测能力。 该基准包含 220 篇 AI/ML 论文及 2200 个合成错误，以评估模型检测与纠错表现。 测试显示 Qwen3-14B 在固定留出协议下的 Detection@1 F1 达到 55.8%。 该基准已应用于中科院 ScienceOne 平台，用于支持手稿评审流程。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
PaperAudit-Bench: 用于评估自动同行评审中错误检测能力的基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLPPaperAudit-Bench: 用于评估自动同行评审中错误检测能力的基准测试
研究提出 PaperAudit-Bench，包含 220 篇 AI/ML 论文及 2200 个合成错误，用于评估 LLM 的论文级错误检测能力。 Qwen3-14B 在固定留出协议下的 Detection@1 达到 55.8% F1；该基准已应用于中科院科学基础模型平台 ScienceOne 的手稿评审。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月20日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。