Sakana AI推大模型同行评审系统，4轮评审可识别73.43%核心错误

Techub News消息，Sakana AI发布研究论文《Beyond Imitation》，介绍其围绕错误检测构建的大模型辅助同行评审系统。

该系统采用多层评审（MLR）架构，使用Claude Sonnet 4与Claude Haiku 3.5等现成API模型，无需GPU或微调，每次评审成本约0.47美元。

测试结果

在一个包含1,164个植入矛盾的基准测试中，MLR系统在4次评审下捕获了73.43%的核心主张错误，而最佳基线模型仅捕获14.81%。

不过，在真实撤稿论文测试中，该系统的精确匹配率仅为16.11%。

系统结构

这套系统包含3个智能体：

• 附录智能体：总结实验细节；
• 文献综述智能体：通过网络搜索定位研究背景；
• 评审智能体：执行三阶段提示链进行评审。

论文还指出，MLR的评审重点与人类存在差异，更强调有效性和实验，而人类更看重清晰度和新颖性。

消息引述自MarkTechPost。