arXiv：cs.CL（计算语言学，全量分类）· Chenguang Wang, Ming Li, Chengrui Fan, Jianpeng Chen, Han Chen, Tianyi Zhou, Dawei Zhou·· 3 小时前AI 评分37
可信 AI 审稿人缺失的一环：从修辞鲁棒性基准测试到 SciCore Review
A Missing Piece for Trustworthy AI Reviewers: From Benchmarking Rhetorical Robustness to SciCore Review
AI 导读
研究提出"修辞鲁棒性"概念，要求 AI 审稿人对内容相同但措辞不同的稿件给出一致判断，同时保持对不同论文的区分能力。团队构建 RobustReview 基准，含 1,260 个稿件版本，评测 30 种审稿配置，发现存在"虚假鲁棒性"——改写敏感度低与跨论文评分崩塌同时出现，且人类对齐与修辞鲁棒性的审稿人排名并不一致。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org