Re^2：一个确保一致性的全面同行评审和多轮反驳讨论数据集

本研究针对同行评审数据集的多样性不足和数据质量低下的问题，提出了Re^2数据集，包含大量初始提交、评审评论和反驳内容。通过将反驳和讨论阶段框架化为多轮对话范式，Re^2既支持传统的静态评审任务，也为动态交互型大型语言模型提供了支持，有助于作者完善手稿，缓解审核压力。

本研究提出Re^2数据集，以解决同行评审数据集在多样性和质量上的不足。Re^2包含初始提交、评审评论和反驳内容，支持静态评审和动态交互，帮助作者改进手稿。

Re^2数据集 re 一致性 同行评审 多样性 手稿改进 数据集 质量
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友