AI 搜索

带引用 · 可溯源

先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接

范围：站内优先仅站内全网全网通道：bing

AI 答案

资料有限基于 1 条来源 · 引用可点击溯源

现有资料不足以完整回答 ReviewFact 基准的构建方式和数据规模。资料1只提供了该基准的定位与用途，没有给出具体的构建流程细节和样本数量。资料1中能确认的部分：

定位：ReviewFact 是论文《PremiseCheck: Efficient Fact-Checking of Human and AI Peer Reviews》提出的基准，用于检测人类或 AI 审稿意见中对论文内容的事实性误述1。
覆盖领域：涵盖 NLP、机器学习与自然科学三个领域1。
与框架的关系：ReviewFact 与 PremiseCheck 框架配套提出；该框架的做法是让 LLM 把评论改写为显式前提，再用轻量判定模型逐条对照论文核验，并以约一半成本达到前沿 LLM 的准确率1。
数据规模：资料1未提及任何样本条数、领域分布比例或标注规模信息。

因此，关于“构建方式”（如数据来源、标注流程、误述类型分类）和“数据规模”（如样本量、划分方式）的具体内容，需要查阅论文原文才能确认。

继续追问

1 条

AI 答案正在检索与综合…

1 条 · 点击可看原文全文与中文译文

行业

提出 ReviewFact 基准与 PremiseCheck 框架，用于检测人类或 AI 审稿意见中对论文内容的事实性误述。做法是让 LLM 将评论改写为显式前提，再用廉价判定模型逐条对照论文核验，在 NLP、机器学习与自然科学三个领域以约一半成本达到前沿 LLM 的准确率。

行业落地·arXiv cs.CL·5 天前