八款新LLM论文筛选提升有限，仍难替代人工
热点事件持续更新
八款新LLM论文筛选提升有限，仍难替代人工
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Aleksi Huotala 等研究者基于 SESR-Eval 基准评估八款新 LLM 在软件工程系统综述筛选中的表现，平均 MCC 仅从 0.347 升至 0.365，提升有限。 研究称，不同系统综述之间的差异仍大于不同 LLM 之间的差异，LLM 尚未能取代人工筛选，新模型的高成本所换来的优势不明显。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
LLM 在软件工程系统综述筛选中的性能是否已停滞？报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AILLM 在软件工程系统综述筛选中的性能是否已停滞？
研究基于 SESR-Eval 基准评估八款新 LLM 的论文筛选性能，平均 MCC 仅从 0.347 升至 0.365，提升有限。不同系统综述之间的差异仍大于不同 LLM 之间的差异，LLM 尚未能取代人工筛选，新模型的高成本带来的优势不明显。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。