NeuroDong/Ai-Review

解决的问题

研究人员在提交前常常难以识别论文的优势和劣势。Ai-Review 提供了一种自动化方式，可获取结构化反馈，评估图表和版面质量，并判断论文在同领域中的竞争力相较于其他作品如何。

工作原理

该系统结合使用大型语言模型（LLMs）和视觉-语言模型（VLMs），分析 PDF、LaTeX 或 Word 格式的论文。它采用先进的提示工程技巧——包括思维链（Chain-of-Thought）、少样本学习（Few-Shot）和反向提示（Reverse Prompting），生成详细的评审意见。在视觉分析方面，系统会截取页面快照以评估版面布局和图像美感。此外，还包含一个专用工具，用于检测 PDF 中隐藏的提示注入攻击，以确保评审的完整性。

适用人群

希望提升科学论文质量与录用概率的学术研究人员和作者。

主要亮点

• 相对排名：将论文与目标会议（如 ICLR、NeurIPS）的论文池进行比较，评估其竞争力。
• VLM 驱动的评审：利用视觉模型分析图表、公式和整体页面布局。
• 代理集成：可作为「技能」安装在 Cursor 等代理平台，直接在聊天中审查文件。
• 提示注入检测：扫描 PDF 中隐藏的、旨在操纵 AI 评审员的指令。
• 结构化反馈：生成具体的优点、缺点和改进建议清单。