知识卡片：ActReview：可操作同行评审意见生成

一句话结论

ActReview 是一种以“作者 rebuttal（对审稿意见的回复）”为监督信号的后训练框架，使大语言模型生成的同行评审意见不仅能指出论文弱点，还能给出有论文证据支撑的具体修改建议；其在可操作性和证据 grounded 性上优于既有专用评审生成模型，并与强 prompt 型大模型水平相当。

事件概述或研究问题

大型语言模型越来越常被用于作者投稿前的自我审稿，但现有自动生成反馈往往只指出弱点，缺少能指导作者具体修改的内容。本文将这类需求定义为 Actionable Peer-review Generation（可操作同行评审生成），并将其分解为两个子任务：

• 诊断性声明生成（diagnostic claim generation）；
• 修改建议生成（revision suggestion generation）。

方法/产品要点

• 核心洞察：作者在 rebuttal 中如何回应审稿人意见，可以反映解决该意见的“可能行动”，因此可作为训练“面向修改反馈”的潜在监督信号。
• 数据构建：从 OpenReview 的真实“评审-回复”线程中，将审稿人指出的弱点与作者回应进行对齐，并把结果性反馈 grounded 到论文中的局部证据上，构建了 ActReview-40K 数据集。
• 训练流程：以 Qwen3-8B-Base 为底座，先做多任务监督微调（SFT），再使用 GRPO（引用了“候选感知、弱点特定”的 rubric 奖励）进行后训练。
• 评测基准：引入 ActReview-Bench，包含 1,000 条人工策展实例，用于评估“诊断质量”和“修改有用性”。

主要结果或产业意义

• ActReview 在可操作性和证据 grounding 上优于此前专门的评审生成模型，同时与强 prompt 型大模型保持竞争力（具体数值指标待核实）。
• 人类评估确认其修改建议的有用性有所提升，但同时也揭示了模型在技术准确性方面仍存在差距。
• 额外分析支持模型对未见过论文的泛化能力，以及在不同独立评估者之间的鲁棒性。
• 潜在应用场景包括：投稿前自我审稿、辅助学术编辑、论文修改建议生成、评审意见质量评估等（原始摘要未展开，应用方向为合理推断，具体部署待核实）。

为什么重要

• 当前自动审稿研究多集中于“找出问题”，而 ActReview 试图直接产出“可操作的修改方案”，更贴近作者实际需求。
• 利用真实 rebuttal 作为监督信号是一种低成本且自然的思路：人类作者在 rebuttal 中给出的回应，恰好隐含了针对特定审稿意见的修复策略。
• 与已有相关卡片（户型图生成域偏移、FlowMimic 视觉编辑、零售机器人 VLA 框架）主题不同，不构成重复或延续；本条提供的是“AI 驱动科研写作与评审”方向的增量信息。

局限与不确定性

• 人类评估显示技术准确性仍存在差距，即模型可能给出有用的修改方向，但部分技术细节未必可靠。
• 数据来源为 OpenReview，可能受该平台论文的学科领域、写作风格和评审模式影响；跨学科、跨会议泛化程度需进一步验证。
• 模型基于 Qwen3-8B-Base，更大参数规模或其他基座模型上的表现未在本摘要中说明。
• ActReview-40K 与 ActReview-Bench 是否公开、是否提供代码与数据，以及具体评测指标数值，均待核实。

可用于图书/PPT/简报的角度

• 可提炼为一句话：“AI 审稿意见，从‘哪里有问题’升级为‘该怎样修改’。”
• 展示方法流程图：OpenReview 评审-回复线程 → 对齐弱点与作者回应 → 定位论文证据 → SFT + GRPO 后训练 → 生成诊断与修改建议。
• 故事切入点：人类作者在“回应审稿人”时写下的内容，其实是一份免费的“如何修改论文”训练数据；模型从中学到“有建设性的批评”。
• 对科研工具产品化的启发：可以把 ActReview 嵌入论文写作软件或预印本平台，在作者投稿前生成“更像真人审稿人”的修改提示。

原始材料

• 英文标题：ActReview: Rebuttal-Guided Training Data and Rubric Rewards for Actionable Peer Review Generation
• 英文关键词：Actionable Peer-review Generation; Rebuttal-Guided Post-Training; Diagnostic Claim Generation; Revision Suggestion Generation; Review-Reply Threads
• 原始来源：arXiv:2609.09076v1 [cs.CL]，https://arxiv.org/abs/2609.09076v1
• 作者：Yiling Ma, Yilun Zhao, Sihong Wu, Ziyu Chen, Manasi Patwardhan, Arman Cohan
• 提交/更新日期：2026-09-08（依据来源页面信息）