InternReviewer 与 InternAdvocate：面向同行评审与回复中智能体强化学习的客观奖励与评估
TLDR
提出 InternReviewer 与 InternAdvocate，用智能体 RL、检索和引用验证提升推理与准确性。
评分理由
The paper introduces a clear framework with a large dataset, retrieval tool, and unified reward system, and reports experimental gains in reasoning and citation accuracy. Its weakness is the narrow scope on peer review and rebuttal, limiting relevance to broader automated discovery or experimentation claims.
Read-first 评分解释
综合优先阅读分 51.8，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 33。
研究版图角色
前沿论文方法锚点
排序敏感性
稳定性：volatile；排名波动范围：141。
关键词评分
深度分析
创新点
- 用于开发和评估专业化学术智能体 InternReviewer 与 InternAdvocate 的综合框架
- 大规模、高质量的学术数据集，并集成高效的 arXiv 检索工具以支持主动证据收集
- 由统一客观度量与奖励系统驱动的智能体强化学习范式
- 客观的多维评估标准，包括基于参考文献锚定的语义对齐、结构合规性，以及将引用与实时交互日志交叉核对以减少幻觉的严格验证机制
方法
本研究构建了一个大规模学术数据集，并集成了 arXiv 检索工具以支持证据收集。InternReviewer 和 InternAdvocate 通过一个智能体强化学习闭环进行优化，其奖励基于参考文献锚定的语义对齐、结构合规性，以及将引用与交互日志进行核对的引用验证。评估重点为推理深度与引用准确性。
关键结果
在闭环框架内训练的智能体在推理深度和引用准确性方面表现出显著提升。