这篇本文主要介绍了人工智能顶会NeurIPS在本文审核方面所遇到的挑战，以及使用AI技术来解决这些问题的方法。作者指出，随着大会投稿量的增加，寻找审稿人的过程变得紧张，对大会主办机构带来了很大压力。为了改善这种情况，NeurIPS采用了Toronto Paper Matching System（TPMS）和OpenReview的亲和力评测系统来提高本文与审稿人的匹配质量。TPMS通过比对本文和审稿人的相关文本来计算二者之间的相关性，这个系统的一部分是匹配系统，在此过程中审稿人也可以主动选择自己希望审阅的本文。OpenReview开发了亲和力评测系统，使用神经网络Spectre来分析本文标题和摘要，NeurIPS和其他计算机科学大会将在今年将亲和力评测系统与TPMS结合使用。在提高匹配质量的过程中，NeurIPS希望推动同行评审和本文的质量提升。在之前的研究中，发现对于某篇本文而言，有些小组缺乏评估的专业知识，导致有些本文被部分小组接收，而另一些小组则拒绝。为了增加匹配的公平性，CMU的计算机科学家Ivan Stelmakh开发了一种名为"PeerReview4All"的算法，该算法注重提升最差匹配的质量，同时也提高了公平性。该算法在ICML大会上进行了试验，并取得了显著的结果。除了匹配问题，AI顶会还需要招募、评估和培训新的审稿人。针对这个问题，Ivan Stelmakh正在进行一项实验，探索一种不依赖AI的方法来减轻这些任务的负担。本文详细讨论了NeurIPS在本文审核方面所面临的挑战，并介绍了使用AI技术解决这些问题的方法。TPMS和OpenReview的亲和力评测系统被用来提高本文和审稿人的匹配质量，而"PeerReview4All"算法则注重提升最差匹配的质量和公平性。此外，作者还提到NeurIPS需要招募、评估和培训新的审稿人的问题，并介绍了Ivan Stelmakh正在进行的相关实验。 标签： 科技新闻、

本文地址： https://yihaiquanyi.com/article/4ad452fa3fdcebe82800.html

上一篇：黄明端还在大润发吗?黄明端大卖场的最大机...
下一篇：将为用户提供什么服务将为用户提供场景化处...