agentic-review

#agentic-review

代理审核系统基准测试

arXiv cs.AI ↗ · 2026-06-20 缓存

本文对用于同行评审的代理审核系统进行基准测试，评估了开源和专有系统在研究论文上的表现。最佳配置实现了83.0%的成对准确率，并捕获了71.6%的注入错误，但用户反馈强调了误报和吹毛求疵的问题。

0 人收藏 0 人点赞