研究发现论文接收预测器难以评估段落修改优劣
Start here
2026年11月5日，arXiv发表的一项自然语言处理研究指出，两款基于3B参数语言模型微调的公开论文接收预测器，虽然与基准分类器在整篇论文的排名上具有高度或中度一致性，但在段落重写修改评分上毫无明显一致性。在针对198篇ICLR论文及32-bit精度的测试中，两者的编辑一致性依然接近于零；而在针对每篇论文5个重写版本进行择优时，其平均原始得分比随机选择仅高出不到2分（满分100分）。
AI-generated from reports · Updated 9 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理两款公开论文接收预测器的排名一致性无法反映段落编辑一致性
研究发现两款基于 3B 参数语言模型微调的公开论文接收预测器，虽与基准分类器在整篇论文排名上高度或中度一致，但在段落重写修改评分上毫无明显一致性。在 198 篇 ICLR 论文及 32-bit 精度测试下，两者的编辑一致性依然接近于零；在每篇论文 5 个重写中选优时，平均原始得分比随机选择仅高出不到 2 分（满分 100 分）。
Story heat trend
Current heat 8·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.