#ICLR

研究评测五种 LLM 论文评审范式：直接评分与对比排序难分高下

论文在 232 篇 ICLR 2025 投稿上比较五种 LLM 评审范式、三种输入表示与三个模型，发现直接绝对评分与对比排序在和人类评分的秩相关上相当，但预测普遍压缩在录用线以上。校准实验表明对比排序只提供位置而非更好排序，校准后直接评分一致性更高且 API 调用仅为 24%。仅摘要输入优于全文摘…