来源：期刊VIP网 时间：
作者：焦丽珍;刘选;刘俊杰;钟洪蕊;
单位：清华大学信息化技术中心;数字化学习技术集成与应用教育部工程研究中心;四川开放大学;中央民族大学教育学院;广州星河汇投资有限公司;
摘要：大语言模型在学术论文评审领域展现出巨大潜力，但其评审的效能及边界仍有待深入探索。以某教育技术类期刊为例，探索DeepSeek大语言模型协助学术论文评审的效能。研究发现，DeepSeek有助于提升稿件初审的效率和准确性，在评审论文的内在逻辑方面具有较高的可信度，并能为论文的修改和完善提供一定的借鉴意见；与人类专家相比，DeepSeek存在明显缺陷，如对学术论文评审“一板一眼”、创新性分析深度不足、提供的反馈建设性和适切性不足等。为更好地利用大语言模型赋能学术论文评审，切实为评审实践、学科发展和学术繁荣贡献力量，学界应恪守学术伦理，达成行业共识；加强数据安全，强化高质量数据集，构建垂直领域大模型；开展多元化人机协同评审，构筑机器赋能智能评审的边界。
关键词：大语言模型;;DeepSeek;;学术论文评审;;智能评审;;人机协同;;评价标准
基金资助：数字化学习技术集成与应用教育部工程研究中心创新基金项目“人工智能赋能教育研究成果评价的实现路径研究”(1421009)
