ProReviewer：8B评审智能体在ICLR论文评测中超越397B模型

Haishuo Fang、Yue Feng和Iryna Gurevych提出证据驱动的科学同行评审智能体ProReviewer。该方法把同行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，让智能体根据累积发现决定下一步检查内容和结束时机，最终评审的每个论点都引用日志条目以支持可追溯。 在1,000篇ICLR 2026留出论文上，训练后的8B ProReviewer平均得分超过包括基于397B模型在内的所有对比方法；人类评估者在四项评审质量维度中的三项上更偏好其评审。上述结果来自作者在论文中的报告。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。