Sakana AI发布LLM同行评审系统MLR及基准

Sakana AI 在 TMLR 发表论文《Beyond Imitation》，提出用于 LLM 辅助同行评审的 Multi-Layered Review（MLR）系统，并配套 Contradiction Benchmark 基准。该系统在 257 篇论文中插入 1,164 处矛盾，用于测试 AI 审稿能否检出真实错误，Sakana AI 称其检出 73.43% 的核心论断错误。 MLR 基于现成 API 模型（Claude Sonnet 4、Claude Haiku 3.5）运行，无需 GPU 或微调，每次评审成本约 0.47 美元，代码需申请获取。上述检出率来自该团队自建的矛盾插入测试，并非对真实审稿场景效果的独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。