基于 LLM 模拟审稿人-作者辩论的异构图推理自动论文评审
计算与语言
2026-03-11 v2
摘要
现有的论文评审方法通常依赖于稿件表层特征或直接依赖大语言模型 (LLM)，容易产生幻觉、评分偏差且推理能力有限。此外，这些方法往往无法捕捉审稿人与作者交互中固有的复杂论证推理与协商动态。为解决这些局限性，我们提出了 ReViewGraph（审稿人-作者辩论图推理器），一种在 LLM 模拟的多轮审稿人-作者辩论上进行异构图推理的新颖框架。在我们的方法中，审稿人-作者交流通过基于 LLM 的多智能体协作进行模拟。随后，显式地提取多样化的意见关系（如接受、拒绝、澄清和妥协），并将其作为类型化边编码至异构交互图中。通过应用图神经网络在这些结构化辩论图上进行推理，ReViewGraph 能够捕捉细粒度的论证动态并做出更明智的评审决策。在三个数据集上的大量实验表明，ReViewGraph 优于强基线，平均相对提升 15.73%，凸显了建模详细审稿人-作者辩论结构的价值。
引用
@article{arxiv.2511.08317,
title = {Automatic Paper Reviewing with Heterogeneous Graph Reasoning over LLM-Simulated Reviewer-Author Debates},
author = {Shuaimin Li and Liyang Fan and Yufang Lin and Zeyang Li and Xian Wei and Shiwen Ni and Hamid Alinejad-Rokny and Min Yang},
journal= {arXiv preprint arXiv:2511.08317},
year = {2026}
}