InternReviewer

新型代理程序经过训练，可进行学术同行评审和反驳生成

研究人员开发了一个框架，用于创建专门的学术代理程序，名为 InternReviewer 和 InternAdvocate，旨在生成同行评审和反驳。该系统利用大规模学术数据集和 arXiv 检索工具来收集证据。它采用代理强化学习范式，具有统一的目标指标和奖励系统，侧重于事实依据、结构合规性和引文验证，以防止幻觉。实验表明，通过这种闭环框架训练的代理程序在推理和引文准确性方面取得了显著改进。