待验证50% 置信事实精确时间
TPMS（Toronto Paper Matching System）通过分析审稿人历史发表论文与待评稿件的文本相似度自动推荐匹配审稿人，被NeurIPS、ACL等主要会议广泛采用
1
来源数
50%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
AI论文同行评审之痛：截止日期后的模型凭什么成扣分理由？
redditr/LanguageTechnology2026/7/9
相关事实
待验证ARR的审稿人匹配采用综合多种信号的复合算法，主要信号源包括Toronto Paper Matching System（TPMS）基于语义相似度计算、审稿人声明的专业领域、Action Editor人工调整以及利益冲突排除规则77% 相似待验证TensorFlow Data Validation（TFDV）和 Great Expectations 等数据验证工具已在 NLP 和 CV 领域广泛使用56% 相似待验证智能体评估的主流方案包括LLM-as-Judge、轨迹匹配和结果验证55% 相似待验证锚定样本技术在评估提示词中加入已由人类专家标注明确分数的示例，覆盖评分量表各个档位，可帮助裁判模型准确理解评分标准54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/484319API
curl https://kongchang.com/api/v1/knowledge/claims/484319MCP
get_claim(id=484319)