Sakana AIが大規模モデルを活用したピアレビュー支援システムを発表、73%の核心主張エラーを捕捉可能

Techub News のニュースによると、Sakana AI が研究論文「Beyond Imitation」を発表し、誤り検出を中心に構築した大規模モデル支援のピアレビューシステムを紹介しました。このシステムは多層レビュー（MLR）アーキテクチャを採用し、Claude Sonnet 4 と Claude Haiku 3.5 などの既存の API モデルを使用し、GPU や微調整を必要とせず、各レビューのコストは約 0.47 ドルです。 1,164 個の矛盾を埋め込んだベンチマークテストでは、MLR システムは 4 回のレビューで 73.43% の核心主張エラーを捕捉しましたが、最良のベースラインモデルは 14.81% しか捕捉しませんでした。しかし、実際の撤回論文テストでは、その正確一致率は 16.11% に留まりました。 このシステムは三つのエージェントを含みます：付録エージェントは実験の詳細を要約し、文献レビューエージェントはウェブ検索を行って研究背景を特定し、レビューエージェントは三段階のプロンプトチェーンを実行してレビューを行います。論文はまた、MLR のレビューの焦点が人間とは異なり、有効性と実験をより重視する一方で、人間は明瞭さと新規性をより重視することを指摘しています。（MarkTechPost）