arXiv·· 16 天前AI 评分31
基于 LLM 的新颖性评估为何不稳定：一项系统性对照研究
Old Ideas, Novel Problems: The Instability of LLM-Based Novelty Evaluation
AI 导读
一项系统性对照研究发现，基于 LLM 的新颖性评审表现不佳。研究者从 OpenReview 中自动挖掘审稿人明确肯定或质疑论文原创性的段落，构建评估集，并指出这类评审器通常是为特定场景临时搭建，且多以人类撰写的论文而非其实际要打分的生成想法来验证。
来源：arXiv · arxiv.org