arXiv cs.CL· Haishuo Fang, Yue Feng, Iryna Gurevych·· 3 天前AI 评分36
ProReviewer：面向科学同行评审的证据驱动调查智能体
ProReviewer: Evidence-Driven Investigation for Scientific Peer Review
AI 导读
ProReviewer 是一个证据驱动的评审智能体，将评审建模为马尔可夫决策过程，以结构化评审日志作为状态核心，每步依据已积累发现决定下一步检查内容与结束时机，并随新证据更新日志。在 1000 篇 ICLR 2026 留出论文上，训练后的 8B ProReviewer 平均得分超过所有对比方法，包括基于 397B 模型的方法；人类评估者在四个评审质量维度中的三个上更偏好其评审。
正文 · AI 翻译
摘要：有效的同行评审需要能够根据每篇论文中不断涌现的证据进行适应性调查。现有的基于 LLM 的审稿人主要围绕预定义的工作流程来组织评审过程，留给新出现证据重塑调查的空间有限。我们提出 ProReviewer，一种证据驱动的评审智能体，将评审形式化为马尔可夫决策过程，并以结构化的评审日志构成其状态的核心。在每一步，智能体利用累积的发现来决定下一步检查什么以及何时结束。随着新证据的出现，它通过修订论断状态、解决未决问题和记录新发现来更新日志。最终评审中的每个要点都引用支持性的日志条目，使其判断可追溯到所记录的证据。在 1,000 篇留出的 ICLR 2026 论文上，训练后的 8B ProReviewer 在所有对比方法中取得了最高平均分，包括那些基于 397B 模型构建的方法；在四个评审质量维度中的三个上，人类评估者对其评审的偏好超过所有基线。
| 学科： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2606.13349 [cs.CL] |
| （或 arXiv:2606.13349v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.13349 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Haishuo Fang [查看邮箱]
[v1]
2026年6月11日星期四 13:38:23 UTC（1,866 KB）
[v2]
2026年10月14日星期三 13:33:49 UTC（904 KB）
来源：arXiv cs.CL · arxiv.org