Andrew Ng 發布了一個“代理評審者”用於研究論文。 它在真實的 ICLR 2025 評論上訓練後，達到了接近人類水平的協議。 𝗧𝗵𝗲 𝗽𝗿𝗼𝗯𝗹𝗲𝗺 𝗶𝘁 𝘁𝗮𝗿𝗴𝗲𝘁𝘀 論文評審進展緩慢。 每個周期大約需要六個月。 一位學生在三年內遭遇了六次拒絕。 迭代速度，而不是想法，成為了瓶頸。 𝗛𝗼𝘄 𝗶𝘁 𝘄𝗼𝗿𝗸𝘀 該系統從真實的會議反饋中學習。 它閱讀你的論文，然後在 arXiv 上搜索相關工作。 流程很簡單： 分析主張和結構 將評論基於已發表的研究 產生結構化的評審風格反饋 在開放文獻的領域中效果最佳。 𝗛𝗼𝘄 𝗴𝗼𝗼𝗱 𝗶𝘁 𝗶𝘀 人與人之間的評審相關性為 0.41。 AI 與人之間的相關性達到 0.42。 這接近今天的評審一致性。

連結：