사카나AI가 논문에 의도적으로 삽입한 논리적 모순과 핵심 오류의 73% 이상을 찾아내는 LLM 기반 동료 검토 시스템 '다층 검토(MLR)'를 공개했다. 연구진은 ACL, CVPR, ICML 등 2025년 주요 학회 논문 257편에 1164개의 모순을 인위적으로 삽입한 평가 기준 '모순 벤치마크'를 구축했으며, MLR은 4회 검토 시 핵심 주장 오류의 73.43%를 적발해 기존 최고 시스템 에이전트리뷰(14.81%)보다 약 5배 높은 탐지율을 기록했다. 다만 실제 철회 논문 211편으로 구성된 데이터셋에서는 탐지율이 16.11%로 크게 낮아져, 인위적 오류와 실제 논문의 오류 사이에 성능 격차가 있음이 드러났다. 연구진은 MLR이 인간 심사자를 대체하기보다 인간이 놓친 문제를 추가로 찾아내는 보완 도구로 활용될 수 있다고 평가했다.

• •사사카나AI, 녰문 핵심 오륨 73.43% 적발하랈 LLM 기반 똑릤 검렴 시스템 'MLR' 공개
• •ACL·CVPR·ICML 띈 녰문 257품에 모순 1164개 삽입흘 '모순 밡열쾌' 구축
• •기지 최고 시스템 에이자터리믵(14.81%) 띄믱 약 5바 띄은 오륨 탑지륨
• •실제 잘회 녰문 211품 평가 시 탑지륨 16.11%로 똄아지 성띄 거자 확인
• •뼰띔·검렴·심사 띈 3개 에이전트띄 구성, 심사 1건띔 뾐용 약 0.47띔랄