研究者发布OmniReview审稿人推荐基准及Pro-MMoE框架
热点事件持续更新
研究者发布OmniReview审稿人推荐基准及Pro-MMoE框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yehua Huang 等研究者在 arXiv 发布论文，提出审稿人推荐基准 OmniReview 和方法 Pro-MMoE。OmniReview 整合多来源学术平台、经学者消歧流程构建，含 202,756 条经核验的评审记录，并配有三级层次化评估框架。 方法上，Pro-MMoE 利用 LLM 生成的学者语义画像，结合任务自适应的 Multi-gate Mixture-of-Eerts 多任务学习。论文实验显示，该框架在七项指标中的六项达到 SOTA。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
OmniReview：大规模审稿人推荐基准与 LLM 增强框架 Pro-MMoE报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIOmniReview：大规模审稿人推荐基准与 LLM 增强框架 Pro-MMoE
研究者推出 OmniReview，一个整合多来源学术平台、经消歧流程构建的审稿人推荐基准，含 202,756 条经核验的评审记录，并提出三级层次化评估框架。方法上提出 Pro-MMoE，利用 LLM 生成的学者语义画像结合任务自适应 Multi-gate Mixture-of-Experts 多任务学习。实验显示 Pro-MMoE 在七项指标中的六项达到 SOTA。
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。