2026年10月14日
Rajesh Jayaram 和 Vincent Cohen-Addad，Google Research 研究科学家
继在 STOC、ICML、NeurIPS 和 ICLR 上成功部署并处理了 16,000 多份投稿之后，Deep Review 正式公开发布。它正从深度的数学与科学同行评审，扩展到为知识文档（包括 Google Docs 和演示文稿）提供严谨、有依据的验证。
生成式 AI 加速了许多技术领域的发展。如今，AI 在撰写科学论文和技术文档、运行代码、设计实验以及起草提案中扮演某种角色已很常见。然而，内容创作的加速带来了一个评审难题：在 AI 生成内容迅速增长的同时，人类进行验证的能力基本保持不变。评审长篇科学手稿或复杂法律协议等复杂文档，需要专业知识和高深的学科知识。这种失衡造成了一个验证瓶颈，即信息生成的速度快于其被严格评审的速度。
今天，我们很高兴地宣布公开发布 Deep Review，这是一个智能体 AI 系统，旨在为复杂文档提供严谨的反馈和技术验证。该系统最初为计算机科学学术论文分析而设计，其能力已扩展到评审法律、金融等多个领域的文档。它既可在起草过程中用作迭代改进工具，也可在评审过程中用于科学流程验证、论断核实和评估。
Deep Review 代表了我们论文助手工具（Paper Assistant Tool，PAT）的演进——PAT 是一项实验性计划，旨在帮助研究人员在会议投稿前对稿件进行压力测试。在过去一年中，我们与四个旗舰计算机科学会议（STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027）合作，为选择加入的 16,000 多份稿件的作者提供了私密的投稿前反馈。有关 PAT 及这些试点项目的更多细节，可参见我们的手稿《迈向用 Google 论文助手工具实现科学评审自动化》。
随着此次发布，Deep Review 现已面向全球开放：
验证瓶颈最显著的例子之一出现在学术同行评审中。这一点可以从学术发表场所——尤其是AI研究本身的发表场所——投稿量的上升中看出，这些场所的投稿量出现了急剧增长。今年，三大AI会议（ICLR、NeurIPS 和 ICML）的投稿量超过74,000篇，较此前大幅上升：2025年约为45,000篇，2024年为32,000篇，2023年为23,000篇。每一篇投稿都需要多份高质量评审，以确保同行评审流程的公正性，这可能会给人类专家带来更大的负担。
2023年至2026年间NeurIPS、ICML和ICLR投稿量的增长。
Deep Review旨在帮助缓解技术领域人类审稿人日益扩大的负担。通过对文档提供详细、客观的评估，Deep Review检查逻辑一致性和数学陈述，提出改进建议，为事实提供依据，并与现有工作进行对比。它处理评审中一些认知负担最重的方面，同时将更高层次的判断留给人类。
Deep Review已在其实验名称Paper Assistant Tool（PAT）下进行了广泛测试和部署，并与旗舰计算机科学会议STOC 2026、ICML 2026、NeurIPS 2026和ICLR 2027开展了四个试点合作。在这些试点期间，作者可以在提交截止日期前数周内选择通过PAT接收对其论文的反馈和分析。目标是向作者提供可操作的反馈，以帮助提高投稿论文的质量。这些反馈与官方会议评审流程完全脱钩。PAT未收集任何用于训练的数据，且在每个项目结束后，论文会立即从Google系统中删除。
作者对该工具的反应极为积极，也反映出底层模型和PAT框架的持续改进。随着Deep Review加入Gemini 4 Argon支持，该工具的底层能力已进一步超越下文所述的较早期PAT版本。
PAT在机器学习和理论计算机科学会议试点项目中的统计数据和作者反馈。
单提示LLM调用在评估长篇、复杂文档时常常失败，原因包括耗尽token推理预算、忽略长上下文中的跨章节依赖关系，或未经充分审视就接受细微的主张。Deep Review通过四阶段智能体流水线解决这些挑战：
展示四阶段流水线的系统架构。
虽然Deep Review起源于学术论文评审，但长上下文评审具有可推广性：用于检查研究论文中数学证明是否成立的推理机制，也可以帮助发现其他类型文档中的逻辑漏洞和不一致之处，在这些文档中，主张必须有证据支持。因此，Deep Review可用于为更广泛的日常 workflows 带来结构化批评。
用户现在可以应用Deep Review来分析许多领域的复杂文档。例如，它可以运行于：
我们还推出了 Teamwork Deep Document Review Pattern， 这是一种文档评审实现模式，其灵感来源于内置于 Antigravity 的 Deep Review，并使用 Teamwork 多智能体编排框架。该模式旨在通过具有自我纠正和基于分段的评分标准的多智能体层级，系统地评估研究论文、稿件草稿和技术提案。Antigravity 用户可以使用 /teamwork-preview
命令来调用此模式。
计算机科学中全面的提交前评审通常依赖于广泛的评审网络——例如资深教师、资源充足的学术实验室或广泛的同行咨询网络。提供可靠、自动化的逻辑验证可以帮助许多学者对其论断进行压力测试，识别可避免的缺陷，基于经过验证的基础完善并强化其文档，并更有信心地在评审流程中展示其工作。
我们邀请各地研究人员、工程师和创作者探索 Deep Review：
鉴于其在我们的学术会议试点项目中所展示的实用性，我们相信，像 Deep Review 这样的工具将在未来几年通过赋能作者和审稿人，在同行评审流程中发挥重要作用。
展望未来，我们将继续扩展该平台的能力。随着 Gemini 4 Argon 支持的推出，Deep Review 的底层能力进一步提升，为作者提供更高质量的反馈和分析。此外，随着多文件支持即将推出，用户还将能够同时对整套相关文档、电子表格和附件运行这些相同的一致性检查。我们希望这些进步将使高质量技术评审更广泛地惠及各地的知识工作者。
Deep Review 是 Google Research、Google DeepMind 和 Google Cloud 的协作成果。我们感谢我们的核心贡献者和研究合作者——Santiago Balseiro、Taylan Cemgil、Tommaso D'Orsi、Kirk Draheim、Lindi Emoungu、Ayse Erduran、Palash Goyal、Caroline Hartnell、Shobana Kannan、Amy Keeling、Siyi Kou、Bridget Lee、Ian Li、Anoushka Mazumdar、Taylor Montgomery、Mouad Naciri、Uche Okonkwo、Mihir Parmar、Anthony Phalen、Rory Pilgrim、Sarah Presotto Post、Rob Tierney、Drew Tyler、Vishnu V.、Vahab Mirrokni、Laura Vardoulakis、Johannes Welbl、David Woodruff、Yunhan Xu、Jinsung Yoon——以及我们的执行发起人 Katherine Chou、Corinna Cortes、Burak Gokturk、Vahab Mirrokni、Tomas Pfister、Yossi Matias，以及 STOC、ICML、NeurIPS 和 ICLR 的项目主席，感谢他们的合作。