ai-peer-review

本研究探讨了AI生成的评审影响未来AI评审者训练的反馈循环，导致判断多样性降低，这种现象称为'科学判断崩溃'。同时介绍了TrustReviewer，这是一个开源系统，通过精选训练和激活引导来缓解这一问题。

本论文证明，仅通过修改呈现层面的内容（如摘要、框架和叙述）而不改变任何科学证据，就能操纵AI同行评审，攻击成功率达75.1%。作者提出了对抗性重构——一种闭环攻击方法，利用AI评审者倾向于被印象打动而非被说服的特点，并发布了一个用于测试鲁棒性的基准。