# 科学判断坍缩

该研究以Llama 3.1 8B为起点，先用2018–2023年ICLR官方评审微调出评审模型，再用其生成的合成评审与2024年官方评审按0%、33%、66%、100%比例混合训练四个后继模型，发现合成评审比例升高会压缩评分分布并单调降低同论文与语料级语义多样性（约11%与5%），作者称之为“科学判断坍缩”，并提出TrustReviewer系统，通过训练期语料筛选与推理期成对激活引导来缓解该倾向。

该研究以Llama 3.1 8B为起点，先用2018–2023年ICLR官方评审微调出评审模型，再用其生成的合成评审与2024年官方评审按0%、33%、66%、100%比例混合训练四个后继模型，发现合成评审比例升高会压缩评分分布并单调降低同论文与语料级语义多样性（约11%与5%），作者称之为“科学判断坍缩”，并提出TrustReviewer系统，通过训练期语料筛选与推理期成对激活引导来缓解该倾向。