审核人工智能同行评审员：真实科学论文的基准

原文：Auditing AI peer reviewers: a benchmark on real scientific papers

基于法学硕士的同行评审现已在生产规模上使用，但其评估仍然有限。我们引入了一个基准，将三种严重程度的四种类型（一般问题、数学、数字、引文）的客观、可本地化错误注入到真实论文中，并根据错误类型和严重程度测量每个审稿人的检测率，以及干净副本的误报率。我们也

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。