PremiseCheck：审稿意见事实核查框架与基准

事件综述根据 1 篇报道整理，10月16日更新

研究团队提出 PremiseCheck 框架，用于核查审稿意见中与论文不符的事实性错误：由 LLM 在不读论文的情况下把每条意见拆成显式前提，再由决策模型对照论文逐条验证，取最低分作为该意见得分。团队同时发布 ReviewFact 基准，在 NLP、机器学习和自然科学三个领域按统一定义标注审稿意见中的此类事实性错误，并同时测量准确率、成本与延迟。 据该团队称，逐条核查时 PremiseCheck 在三个领域的准确率与 GPT-5.5 相当，成本约为其一半；在 NLP 审稿上成本为其四分之一，延迟不到一半。其实现以 GPT-5.5 作分解器、Jev 作决策模型，论文输入截断至 24k token。 代码以 MIT 许可发布；ReviewFact 的 NLP 与自然科学部分沿用 ReviewCritique 和 Phys. Rev. B 的许可，仅允许评估、不允许训练。机器学习部分因 ReviewScore 未声明许可，改为发布从原始数据重建的脚本而非数据本身。

综述由模型根据报道生成，细节以各篇原文为准。