研究:Claude Opus 与 Gemini 版本迭代导致审稿结论大幅漂移
用 ICLR 2027 在审论文做的预注册审计,发现 Opus 换个版本接收率直接掉 52 个百分点,Gemini 也掉 53 个。正在拿 LLM 当审稿人或评审工具的团队必须看看:每个模型版本都得重新和人类决定校准,旧阈值不能沿用。
用 ICLR 2027 在审论文做的预注册审计,发现 Opus 换个版本接收率直接掉 52 个百分点,Gemini 也掉 53 个。正在拿 LLM 当审稿人或评审工具的团队必须看看:每个模型版本都得重新和人类决定校准,旧阈值不能沿用。