CABAL多智能体仿真研究同行评审串通投标效应
热点事件持续更新
CABAL多智能体仿真研究同行评审串通投标效应
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
论文作者提出CABAL端到端多智能体仿真框架，通过固定会议环境、配置诚实或串通的LLM审稿人策略，研究同行评审分配中串通投标（collusive bidding）的影响。 控制实验显示：串通投标使目标论文的捕获率超过翻倍，被分配的串通审稿人给目标论文的评分比诚实共同审稿人高约2分，但对会议整体的影响相对有限。检测方面，投标阶段检测器提供的串通证据有限：在固定三元组检测器压力测试中，正向投标图受到正常亲和关系干扰；仅基于Very-High评级的诊断视图可实现精确但覆盖率较低的局部恢复。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
CABAL：用于追踪同行评审串通投标影响的多智能体仿真框架报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AICABAL：用于追踪同行评审串通投标影响的多智能体仿真框架
研究作者提出CABAL端到端多智能体仿真框架，通过固定会议环境并配置诚实或串通的LLM审稿人策略，研究同行评审分配中的串通投标影响。控制实验显示，串通投标使目标论文的捕获率超过翻倍，分配的串通审稿人给目标论文的评分比诚实共同审稿人高约2分，但会议整体影响相对有限。投标阶段检测器受到正常亲和关系干扰，Very-High-only诊断虽能实现精确的局部恢复，但覆盖率较低。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。