Nghiên cứu phát hiện người đánh giá ngang hàng AI quá tập trung vào phụ lục bài báo thay vì phát hiện chính
AI-driven scientific progress threatened by an obsession
Một nghiên cứu mới có tiêu đề AI Reviews Are Biased Towards the Appendix phát hiện rằng các mô hình AI mới hơn rút ra khoảng 50-70% các chỉ trích trong đánh giá của chúng từ phụ lục bài báo, so với dưới 30% ở GPT-5. Thử nghiệm trên 2.000 bài báo từ ACL 2026, EMNLP 2026, COLM 2026 và ICLR 2027 với GPT-6-Astra, GPT-6.1-Sol, Claude-Opus-5.5 và Claude-Sonnet-5.5, các tác giả báo cáo rằng người đánh giá AI quy 62% điểm yếu cho tài liệu phụ lục so với 8,4% ở con người, và thiên lệch này vẫn tồn tại qua Codex, API và truy cập web. Bài báo cũng báo cáo rằng chỉ trích liên quan đến phụ lục trong đánh giá ngang hàng của con người tăng lên 27,6% trong các đánh giá gần đây sau nhiều năm dưới 11%, và mã của nó có sẵn trên GitHub.
Nguồn:Hacker News · AI · unite.ai