PaperScorer 模型预测论文接受率
热点事件持续更新
PaperScorer 模型预测论文接受率
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月26日，Sachin Konan 等人在 arXiv 发布论文，提出 PaperScorer 模型家族。该模型基于去除作者身份及格式捷径后的文本或页面截图进行训练，旨在预测同行评审的录用决定。 测试结果显示，视觉模型在 ICLR 论文上的预测准确率为 68%，在 arXiv 机器学习论文上达 77%。相比纯文本和前沿推理模型，保留图表和排版的视觉输入展现出更强的预测能力。 研究发现，该模型对低分和高分论文的预测最为准确，但对中等评分论文不可预测。这一成果标志着 AI 驱动科研评估的初步进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
PaperScorer：如何预测论文录用结果报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · MLPaperScorer：如何预测论文录用结果
PaperScorer 模型能根据论文内容预测同行评审的录用决定，视觉模型预测准确率最高，在 ICLR 论文上达 68%，在 arXiv 机器学习论文上达 77%。 该模型仅基于去除作者身份后的文本或页面截图训练，视觉输入保留了图表和排版信息，比纯文本和前沿推理模型更具预测力。 研究显示该信号对低分和高分论文预测最准，但对中等评分论文不可预测，标志着 AI 驱动科研评估的初步进展。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。