热点事件持续更新
PremiseCheck：审稿评论事实核查框架
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
2026 年 10 月 16 日，arXiv cs.CL 刊出 PremiseCheck，一个面向人类与 AI 同行评审的事实错误核查框架。其做法是先由 LLM 把每条评审意见改写成“不读论文即可生成的显式前提”，再由决策模型逐条对照论文进行核查。报道称，在 NLP、机器学习与自然科学三个领域，该框架对单条意见的核查准确率都与 GPT-5.5 相当，而成本约为后者的一半；在 NLP 评审场景下，成本进一步降至四分之一，延迟不到一半。作者同时提出 ReviewFact 基准，按统一定义标注人类与 AI 评审意见中的事实错误，并一并衡量成本与延迟。目前进展停留在论文发布与基准提出阶段，报道未涉及该框架在真实审稿流程中的部署或采用情况。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CLPremiseCheck：高效核查人类与 AI 同行评审中的事实错误
PremiseCheck 让 LLM 先把每条评审意见改写成不读论文即可生成的显式前提，再由决策模型逐条对照论文核查，单条意见的核查准确率在 NLP、机器学习与自然科学三个领域都与 GPT-5.5 相当，成本约为其一半；NLP 评审上成本降至四分之一、延迟不到一半。作者同时提出 ReviewFact 基准，按统一定义标注人类与 AI 评审意见中的事实错误，并一并衡量成本与延迟。
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。