超越模仿审稿人：评估LLM用于投稿前同行评审
原文标题：More Than Mimicking Reviewers: Evaluating LLMs for Pre-Submission Peer Review
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
本文研究作者面向的LLM系统，在投稿前生成原子关注点并压缩为简短报告，以模拟同行评审。基于ICLR 2026的3398篇论文，独立采样覆盖44.9%的历史问题，去重与补充后覆盖率提升至78.7%。然而，压缩过程损失严重，隐藏的Top-32 Oracle保留了79.3%的加权覆盖率，而仅基于论文的选择器仅保留40-44%，表明LLM评审在压缩方面存在局限。
- 问题
- 作者投稿前拿不到同行评审反馈，想用LLM提前模拟审稿意见。
- 方法
- 让LLM生成大量原子关注点再压缩成短报告，用ICLR历史评审评估覆盖与遗漏。
- 结果
- 独立采样覆盖44.9%历史问题，去重补充后达78.7%；但压缩后仅保留40-44%，Oracle可达79.3%。
- 影响
- 说明LLM审稿能广撒网却压不好，做审稿辅助产品需重点解决候选筛选与压缩环节。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LLM投稿前评审能覆盖78.7%历史问题，但压缩后仅保留40-44%
- •基于ICLR 2026的3398篇可获取预审稿版本论文，从1万篇投稿中筛选
- •独立采样覆盖44.9%历史问题，去重补充后达78.7%严格覆盖、84.9%严重性加权覆盖
- •代价是请求量增至3.6倍、token增至5.2倍
- •隐藏Top-32 Oracle保留79.3%加权覆盖，仅基于论文的选择器只保留40-44%
- •消融显示代表性选择与匹配器敏感性是压缩损失的主要来源
为什么重要：说明LLM评审的瓶颈不在发现问题而在筛选压缩，作者用它做投稿前自检时应预期大量有效意见被丢掉。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。