热点事件持续更新
LLM在软件工程系统综述筛选中的性能是否停滞
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
围绕 LLM 在软件工程系统综述筛选中的性能是否停滞，研究者构建了筛选基准 SESR-Eval 及低成本子集 SESR-Eval-Mini。2026-10-09 的 arXiv 研究（一手）基于该基准评估了 8 款新 LLM 的筛选表现，并与 7 款旧模型对比：二次研究的平均 MCC 仅从 0.347 升至 0.365，提升幅度很小；同时模型之间的差异仍小于研究之间的差异。该结果表明，在这一任务上模型代际带来的改进有限，任务本身（研究间差异）对筛选表现的影响更为突出。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
新研究称8款新LLM平均MCC仅从0.347升至0.365，模型间差异仍小于研究间差异。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Software EngineeringLLM 在软件工程系统综述中的筛选性能是否停滞？
基于软件工程系统综述筛选基准 SESR-Eval 及低成本子集 SESR-Eval-Mini，研究评估了 8 款新 LLM 的筛选表现，并与 7 款旧模型对比：二次研究的平均 MCC 仅从 0.347 升至 0.365，模型间差异仍小于研究间差异。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。