研究：AI同行评审重复评分波动且修改收益因评审者而异

Zongrui Yang 等研究者发布论文，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，重复评审的分数仍会波动；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。此外，评审所认可的论文修改收益高度依赖具体评审者，跨模型间并不一致。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。