arXiv · cs.AI· Zongrui Yang, Haoyuan Li, Zhongsheng Wang, Gillian Dobbie, Jiamou Liu·· 6 小时前
AI同行评审分数可靠性研究：重复评分波动且修改收益依赖评审者
Can We Believe AI Peer Review?
arXiv:2610.19339v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zongrui Yang, Haoyuan Li, Zhongsheng Wang, Gillian Dobbie, Jiamou Liu
研究任务与主要进展
研究者基于ICLR 2025和2026的200篇论文及约14,000条AI评审，研究AI同行评审分数的可靠性、分布估计和跨模型一致性。结果显示，即使条件相同，重复评审分数仍会波动；更细粒度的评分协议能降低分数方差，但会系统性改变平均分数，而评审所认可的论文修改收益高度依赖具体评审者。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org