Google Research 发布 Deep Review 长文档审查系统

生成式 AI 加速了许多技术领域的发展。如今，AI 参与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，已十分常见。然而，内容创作速度的提升也带来了审核方面的挑战：在 AI 生成内容迅速增加的同时，人类的核验能力基本没有变化。审核长篇科学论文或复杂法律协议等复杂文档，需要专业技能和深厚的领域知识。这种失衡造成了验证瓶颈：信息生成的速度超过了严谨审核的速度。

今天，我们很高兴宣布Deep Review公开发布。这是一款智能体式 AI 系统，旨在为复杂文档提供严谨的反馈和技术核验。该系统最初面向计算机科学学术论文分析设计，如今已扩展到法律、金融等多个领域的文档审核。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核验科学流程、论证和评估。

Deep Review 是我们的 Paper Assistant Tool (PAT) 的演进成果。PAT 是一项实验性计划，旨在帮助研究人员在向会议投稿前对论文进行压力测试。在过去一年里，我们与四个顶尖计算机科学会议（STOC 2026、ICML 2026, NeurIPS 2026, 和 ICLR 2027）合作，为选择参与的作者所提交的 16,000 多篇论文提供私密的投稿前反馈。有关 PAT 及这些试点项目的更多详情，请参阅我们的论文：借助 Google 的 Paper Assistant Tool 实现科学评审自动化。

随着此次发布，Deep Review 现已面向全球用户开放：

• 分级访问与可扩展 API：每位用户每周可免费审核两份文档。需要处理大量文档的用户可连接自己的Gemini API 密钥，以提高使用限额，并通过 Deep Review API 实现程序化集成。
• 格式灵活：Deep Review 初期支持 PDF 和纯文本输入格式，多文件输入功能即将推出。
• 隐私与数据政策：上传至 Deep Review 的文档绝不会用于训练、微调或改进 Google 模型。上传的文档会保存一年，仅用于在 Deep Review 界面中向用户显示。

Deep Review 加速技术核验

学术同行评审是验证瓶颈最显著的案例之一。学术出版渠道的投稿量不断增加，尤其是 AI 研究领域的出版渠道，投稿量大幅上升，这充分体现了这一点。今年，三场主要 AI 会议（ICLR、NeurIPS 和 ICML）共收到超过 74,000 篇投稿，高于约 2025 年的 45,000 篇、2024 年的 32,000 篇和 2023 年的 23,000 篇。每篇投稿都需要多份高质量评审意见，以确保同行评审流程的公正性，这可能会加重人类专家的负担。

Deep Review 旨在帮助减轻技术领域人类审阅者日益加重的负担。它通过提供详细、客观的文档评估，检查逻辑一致性和数学表述，提出改进建议，为事实提供依据，并与现有工作进行比较。它处理了审阅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。

科学审阅方面的可靠记录

Deep Review 已以其实验名称 Paper Assistant Tool (PAT) 进行了广泛测试和部署，并与计算机科学领域的顶级会议 STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027 开展了四次试点合作。在这些试点期间，作者可以选择在提交截止日期前的几周内，通过 PAT 获取论文反馈和分析。此举旨在为作者提供可操作的反馈，帮助提升投稿论文的质量。这些反馈与会议的正式评审流程完全分离。PAT 不会收集任何数据用于训练，并且每个项目结束后，论文都会立即从 Google 系统中删除。

作者对该工具的反响极为积极，也体现了底层模型和 PAT 工具框架的持续改进。随着 Deep Review 增加对 Gemini 4 Argon 的支持，该工具的底层能力较下文所述的早期 PAT 版本进一步提升。

Deep Review 的工作原理

由于耗尽 token 推理预算、忽略长上下文中的跨章节依赖，或未充分审视细微论断便予以接受，单次提示词的 LLM 调用在评估篇幅长、结构复杂的文档时往往会失败。Deep Review 通过四阶段智能体式流水线解决这些挑战：

1. 文档分段：首先摄取文档，再由分段智能体自主将其拆解为逻辑片段（例如引言、实验、方法等）。这些片段可以相互重叠，并且必须涵盖输入文档的全部内容。
2. 自适应预算分配：并非所有章节都需要同等程度的认知投入。流水线会检查信息密度，并动态分配计算预算，同时为每个章节配置专门的推理扩展流水线。例如，学术论文中包含密集数学证明的章节，可能会比引言或相关工作章节分配更多计算资源。
3. 深度并行验证：专门的推理智能体并行审查每个片段。每个智能体都能访问完整的文档上下文，以追踪交叉引用，但会将推理能力集中用于审阅指定目标章节。这既确保每个审阅智能体群的任务都在可处理范围内，也确保并行智能体群之间得到妥善协调。
4. 全局综合与智能体式依据核查：专门的综合智能体汇总各片段级报告，并对章节之间进行最终一致性检查，必要时重新运行逻辑检查。该智能体还会执行外部依据核查并调用工具，作为防范幻觉的最后一道措施。

通用验证与审阅：不止于研究论文

虽然 Deep Review 最初源自学术论文评审，但长上下文评审具有普适性：用于检查研究论文中的数学证明是否成立的推理机制，也有助于发现其他类型文档中的逻辑漏洞和不一致之处，因为这些文档中的论点同样需要证据支持。因此，Deep Review 可用于为更广泛的日常工作流程带来结构化评议。

现在，用户可以使用 Deep Review 分析许多领域中的复杂文档。例如，它可用于：

• 设计文档：发现未明说的架构假设、找出边缘情况，并提出具体改进建议。
• 演示文稿：确保幻灯片之间的过渡逻辑流畅，且项目符号列出的要点与可视化图表相符。
• 法律和财务文档：检查各条款与数据表之间的内部一致性，标记含义模糊的术语或后续影响，并依据支持性证据核实论点。

Deep Review 与 Antigravity 携手

我们还推出了 Teamwork Deep Document Review Pattern，这是一种受 Deep Review 启发的文档评审实现模式，已通过 Teamwork 多智能体编排框架集成到 Antigravity 中。该模式采用带有自我纠正机制和基于文档片段的评估标准的多智能体层级结构，旨在系统地评估研究论文、手稿草稿和技术提案。Antigravity 用户可使用 /teamwork-preview 命令调用此模式。

让全面、高质量的技术评审触手可及

在计算机科学领域，全面的投稿前评议通常依赖广泛的评审网络，例如资深教职人员、资源充足的学术实验室或规模庞大的同行咨询网络。提供可靠的自动化逻辑验证，有助于许多学者对自己的论断进行压力测试、找出可避免的缺陷、以经过验证的基础完善并强化文档，并在评审过程中更有信心地展示自己的工作。

开始使用

我们诚邀各地的研究人员、工程师和创作者探索 Deep Review：

• 试用 Deep Review：访问 Google Research Portal，评审你的第一批文档。
• 通过 API 集成：使用你的 Gemini API key，在持续集成和起草工作流程中进行程序化验证。
• 阅读研究：阅读预印本，了解其底层方法和试点评估。

结论与展望

鉴于 Deep Review 在学术会议试点项目中展现出的实用价值，我们认为，未来几年，这类工具将在同行评审流程中发挥重要作用，助力作者和评审人员。

展望未来，我们将继续拓展平台的功能。随着 Gemini 4 Argon 支持的推出，Deep Review 的底层能力将进一步提升，为作者提供更高质量的反馈和分析。此外，多文件支持即将推出，届时用户也可以对整组相关文档、电子表格和附件同时运行相同的一致性检查。我们希望，这些进展能让各地的知识工作者都更容易获得高质量的技术评审。

致谢

Deep Review 是 Google Research、Google DeepMind 和 Google Cloud 的协作成果。我们感谢核心贡献者和研究合作伙伴——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——也感谢执行赞助人 Katherine Chou、Corinna Cortes、Burak Gokturk、Vahab Mirrokni、Tomas Pfister、Yossi Matias，以及 STOC、ICML、NeurIPS 和 ICLR 的项目主席与我们携手合作。