防止同行评审崩溃需要以验证为先的人工智能
人工智能
2026-02-16 v2
摘要
本文论证了人工智能辅助的同行评审应是以验证为先的，而非模仿评审。我们提出真值耦合，即场所评分追踪潜在科学真值的紧密程度，作为评审工具的正确目标。我们形式化了驱动向代理主导评估相变的两种力量：当声明超出验证能力时的验证压力，以及当真实改进变得难以与噪声区分时的信号收缩。在一个将偶尔的高保真检查与频繁的代理判断混合的最小模型中，我们推导出一个明确的耦合定律和一个激励崩溃条件，在该条件下，理性努力从寻求真值转向代理优化，即使当前的决策看起来仍然可靠。这些结果为工具构建者和程序主席提供了行动依据：将AI部署为对抗性审计者，生成可审计的验证工件并扩展有效的验证带宽，而不是作为放大声明膨胀的分数预测器。
引用
@article{arxiv.2601.16909,
title = {Preventing the Collapse of Peer Review Requires Verification-First AI},
author = {Lei You and Lele Cao and Iryna Gurevych},
journal= {arXiv preprint arXiv:2601.16909},
year = {2026}
}