普林斯顿开源PaperScorer录用预测模型
热点事件持续更新
普林斯顿开源PaperScorer录用预测模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
普林斯顿大学Sachin Konan、Jonathan Liu和Zhuang Liu团队发布并开源PaperScorer模型家族，用于根据论文内容预测录用可能性；其基于微调Qwen的模型在arXiv测试集上的准确率达到77.5%。 PaperScorer包括基于Qwen2.5-VL-7B的视觉版和基于Qwen2.5-7B的文本版，训练语料包含24,888篇ICLR论文和83,656篇arXiv论文。用户可上传匿名化PDF，获得“Leans Reject”“Leans Accept”或“Likely Accept”等校准概率；在线服务每邮箱每天限交5篇，只读取前15页，结果可能因排队延迟。
AI 根据报道生成 · 2 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 预测论文录用率达 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%
普林斯顿大学团队发布并开源 PaperScorer，利用微调 Qwen 模型预测论文录用情况，在 arXiv 测试集上的准确率达到 77.5%。项目包含基于 Qwen2.5-VL-7B 的视觉版本和基于 Qwen2.5-7B 的文本版本，训练语料包含 24,888 篇 ICLR 论文和 83,656 篇 arXiv 论文，并提供上传匿名化 PDF 的在线预测服务。
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。