Sakana AI 的 LLM 同行评审系统能捕捉 73% 的核心主张错误

Sakana AI 的 MLR 系统在同行评审中检测出 73.43% 的核心主张错误，使用 Claude Sonnet 4 和 Haiku 3.5 模型，无需 GPU 和微调。该系统通过三个智能体进行多层评审，包含摘要、文献对比和三轮提示链分析，成本约 $0.47 每次评审。在真实撤稿论文中，其精确匹配率仅为 16.11%，仍易受隐藏提示注入影响。