Hot eventLive
LLM在软件工程系统综述筛选中的性能是否停滞
1 reports1 sources3 hr ago updated
Get the story
AI overview
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。
Generated from reports · updated 3 hr ago
LatestOct 9
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。Timeline
Follow the coverage from different angles.
Oct 9, 2026
- 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。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.