arXiv 论文：多智能体筛选中一致性与接受度无法界定召回率
做 AI 审阅、论文初筛或 e-discovery 的团队值得看这篇：它证明多智能体一致不代表正确，接受率只能给 precision，想算 recall 必须抽样审核被拒条目。相比一般的多智能体评估讨论，这篇给出了严格的统计边界，适合搭筛选流水线的工程师和数据质量负责人。
#论文评审
共 5 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「论文评审」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月10日
10月11日
Sakana AI 多智能体审稿系统检出73%核心论断错误
Sakana AI 用 3 个 Claude 智能体做论文审稿，核心错误检出率 73%，之前最好的系统才 15% 左右。
8月5日
LLM评审与人类同行评审对齐程度如何
让GPT-5.4、Gemini 3.1和Claude 4.6评审300篇ICLR论文，发现它们能区分录用和拒稿，但分不清oral和poster，Gemini给分偏高。用AI审稿前先看看这个。
6月12日
John Schulman 加入 AI 科学分析平台，助力深度论文评审
AI 在科研评审中的落地案例来了——做学术写作或论文评审的团队值得关注，Schulman 的背书意味着这个方向有实质进展。
5月27日
E3：自动化论文评审的Issue级回测系统
E3解决了论文评审中遗漏关键技术问题的痛点，做学术评审或论文质量控制的团队可以直接用这套开源工具提升效率，建议点开看看具体实现。