Sakana AI 推出 LLM 同行评审系统，核心论断错误检出率 73%
Sakana AI 发布 TMLR 论文《Beyond Imitation》，提出多层级评审系统 MLR，在 257 篇论文植入的 1164 处矛盾中，4 次评审可检出 73.43% 的核心论断错误，最佳基线 AgentReview 仅 14.81%。系统基于 Claude Sonnet 4 与 Haiku 3.5 等现成 API 模型，无需 GPU 或微调，每次评审约 0.47 美元。MLR 由附录、文献综述、评审三个 Agent 组成，评审 Agent 采用三遍阅读法。不足在于对真实撤稿 arXiv 论文的精确…
推荐理由做研究 Agent 可直接参考：0.47 美元/次、无需微调，错误检出率从 14.81% 提到 73.43%