Sakana AI 发布可发现论文核心错误的 LLM 同行评审系统，检出 73% 以上人为植入的矛盾和错误（报道）

已核实（事实）

Sakana AI 研究人员于 8 日（当地时间）发布论文“Beyond Imitation”，提出新的评估基准“矛盾基准”（Contradiction Benchmark）和多层评审系统。据报道，该系统找出了论文中人为植入的逻辑矛盾和核心错误的 73% 以上。以往的 AI 论文评审研究主要考察与人类评审评价的相似程度，而这项研究评估的是实际发现错误的能力。

待核实（说法）

研究人员称：可检出 73% 以上人为植入的逻辑矛盾和核心错误（以植入错误为准，并非以真实论文中自然存在的错误为准）。

意义（解读）

随着用 AI 撰写的论文投稿增多，会议评审负担和质量问题日益突出。这项研究不再模仿人类评审，而是将评估标准转向“是否真正发现错误”，具有意义。不过由于实验针对的是人为植入的错误，其在实际评审环境中的表现还需另行验证。

来源

• 媒体 사카나 AI, LLM 기반 동료 검토 시스템으로 논문 핵심 주장 오류 73% 적발 AI Times（韩国）