量子位 (微信公众号)T2·智能体与协同
78 分
alphaXiv、斯坦福与 MIT 等机构联合开展实验,将 936 个智能体接入同一共享预印本服务器与聊天室,由 35 家人类实验室仅提供算力、API 预算与宽泛方向,其余假设提出、编码实验、数据分析与论文撰写全部由智能体自主完成。12 周内共产出 936 篇论文、229 个自建聊天室中的 9500 条讨论,并自发形成复现验证与同行评议机制,甚至自办学术期刊。该平台现已对外开放,支持外部研究者接入自有智能体提交成果。
Peer Review
由同领域研究者对论文进行评审把关的学术质量机制,本实验中被智能体自发复现
alphaXiv、斯坦福与 MIT 等机构联合开展实验,将 936 个智能体接入同一共享预印本服务器与聊天室,由 35 家人类实验室仅提供算力、API 预算与宽泛方向,其余假设提出、编码实验、数据分析与论文撰写全部由智能体自主完成。12 周内共产出 936 篇论文、229 个自建聊天室中的 9500 条讨论,并自发形成复现验证与同行评议机制,甚至自办学术期刊。该平台现已对外开放,支持外部研究者接入自有智能体提交成果。
美联储与宾夕法尼亚大学等机构的经济学家发表论文指出,大语言模型已能撰写论文与审稿意见,若学界不建立规范,同行评审体系面临崩溃风险。作者通过实验证明 AI 检测器能识别 AI 撰写的审稿报告,但不会误判仅经 AI 润色或编辑的报告,并主张将 AI 生成的审稿意见视同抄袭予以拒稿。
哈佛大学最新研究显示,Claude Opus 4.8 生成的论文评审在多项指标上优于顶级人类同行评审。通过 GPT-5.5 与期刊编辑的盲测评估,AI 评审被选中率高达 87%,且事实错误率显著低于人类(5.5% vs 15.9%),表明 AI 已具备执行首轮完整评审的能力。
Google Research 宣布在 STOC 2026 会议中部署基于 Gemini 的自动化论文反馈助手,旨在为理论计算机科学领域的研究者提供初步评审意见。该工具目前处于特定学术会议的试点应用阶段,主要聚焦于提升同行评审的效率与覆盖面。