FirstPass：基于多轮审稿结果锚定AI科学判断力
原标题：FirstPass: Grounding AI Scientific Judgment in Multi-Round Editorial Outcomes
速览
针对现有AI同行评审系统在学科覆盖、迭代对话及评估标准上的不足，研究团队发布了FirstPass数据集及微调模型。该数据集包含来自Nature Communications的3668个多轮审稿对话，通过低秩自适应（LoRA）微调Qwen2.5-7B-Instruct模型。实验表明，采用响应损失掩码技术后，模型在预测编辑结果上的准确率达80.5%，显著优于基线模型，并能生成接近人类水平的审稿意见。
AI 深度解读
AI 正在阅读原文并生成深度解读…（首次约 20–40 秒，之后秒开）
查看原文 →arxiv.org