研究在232篇ICLR投稿上比较五种评审范式、三类输入和三种模型。
推荐理由：绝对打分与成对排序对人类评分的秩相关相近，却把多数论文挤到录用线以上，说明相关性好看不等于具备筛选能力，自动审稿必须检查分数校准。
阅读原文