论文页面 - 迈向自动化科学评审：谷歌论文助手工具

来源：https://huggingface.co/papers/2606.28277

摘要

以PAT为代表的AI辅助科学评审系统利用先进的推理扩展技术来识别数学错误并提升研究质量，同时保持人类 oversight。

人工智能正推动科学发现领域的革命，加速从假设生成到数学定理证明的方方面面。然而，这种快速加速也带来了系统性的挑战：传统的人类同行评审（https://huggingface.co/papers?q=peer%20review）无法适应AI辅助科学成果的激增。最终，要解决这一矛盾，我们也必须部署AI来加速验证和评审过程本身。为了围绕这一转型展开讨论，我们提出了一个由四个渐进级别的AI-人类协作（https://huggingface.co/papers?q=AI-human%20collaboration）构成的科学评估分类法，并讨论了每个级别涉及的各种权衡。作为迈向这一未来的一步，我们引入了论文助手工具（PAT），一个为深度科学评审和验证构建的代理型AI框架（https://huggingface.co/papers?q=agentic%20AI%20framework）。PAT会读取完整的科学手稿，并生成全面评估，检查理论结果、验证实验、提出改进建议并识别潜在缺陷。通过利用推理扩展（https://huggingface.co/papers?q=inference%20scaling）技术，PAT能够发现单次模型调用无法察觉的深层问题，在SPOT基准（https://huggingface.co/papers?q=SPOT%20benchmark）上对数学错误（https://huggingface.co/papers?q=mathematical%20errors）的零样本召回率提升了34%。PAT作为预投稿工具（https://huggingface.co/papers?q=pre-submission%20tool）在两大计算机科学会议——STOC和ICML——的作者中进行的试点部署，展示了其识别关键错误并为研究论文提出实质性改进建议的能力。通过尽早发现错误，PAT减轻了审稿人的认知负担，同时保留了他们对评审过程结果的控制权。

查看arXiv页面（https://arxiv.org/abs/2606.28277）查看PDF（https://arxiv.org/pdf/2606.28277）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.28277）

在您的代理中获取此论文：

hf papers read 2606\.28277

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

没有模型链接到此论文

在模型的 README.md 中引用 arxiv.org/abs/2606.28277 以从此页面链接。

引用本文的数据集0

没有数据集链接到此论文

在数据集的 README.md 中引用 arxiv.org/abs/2606.28277 以从此页面链接。

引用本文的 Spaces0

没有 Space 链接到此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2606.28277 以从此页面链接。

包含本文的收藏集0

没有收藏集包含此论文

将此论文添加到收藏集（https://huggingface.co/new-collection）以从此页面链接。