热点事件持续更新
普林斯顿团队开源 PaperScorer 预测论文录用
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 10 月 27 日，据 AGI Hunt 报道，普林斯顿大学 Sachin Konan、Jonathan Liu、Zhuang Liu 团队开源了 NeurIPS '26 项目 PaperScorer，用于预测学术论文的录用概率。该工具基于微调的 Qwen2.5-7B 与 Qwen2.5-VL-7B 模型构建。团队公布的评测结果显示，PaperScorer 在 arXiv 测试集上的准确率为 77.5%，在 ICLR 测试集上的准确率为 68.3%。报道将该项目定位为用开源模型辅助判断论文录用前景的尝试；目前公开信息集中在模型选型、开源情况与两组测试集准确率上，尚未披露更多评测细节或后续计划。
AI 根据报道生成 · 4 小时前更新
最新进展10月27日 07:38
普林斯顿团队开源 PaperScorer，用微调 Qwen 预测论文录用，arXiv 测试集准确率 77.5%。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI Hunt普林斯顿团队开源 PaperScorer，用微调 Qwen 预测论文录用率达 77.5%
普林斯顿大学 Sachin Konan、Jonathan Liu、Zhuang Liu 团队开源 NeurIPS '26 项目 PaperScorer，用微调的 Qwen2.5-7B 与 Qwen2.5-VL-7B 预测论文录用概率，在 arXiv 测试集准确率 77.5%，ICLR 测试集 68.3%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 08:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。