夕小瑶科技说原创作者| 谢年年论文的审稿模式想必大家都不会陌生，一篇论文除了分配多个评审，最后还将由PC综合评估各位审稿人的reviews撰写meta-review。最近，来自Meta的研究团队将这一模式引进到大模型的对齐训练中。模型同时扮演执行者（actor）、评判者（judge）和元评判者