NeuroDong/Ai-Review

🤖 什麼是 Ai‑Review？

Ai‑Review 是一個開源的網頁服務，讓研究人員可以對科學稿件取得自動化、AI 生成的審查意見。透過上傳 PDF（或 LaTeX/Word 原始碼），系統會產生一份結構化的優點、缺點與建議清單，還能告訴你，與同一會議的其他作品相比，你的論文競爭力如何。

---

🔑 核心功能

功能	作用	存取方式
基於 LLM 的審查	使用大型語言模型提示（SoT、few‑shot、chain‑of‑thought）產生文字審查意見。	網頁 UI – https://ai-review.neurodong.top
基於 VLM 的審查	擷取每頁 PDF 的影像快照，讓模型能看見圖表、表格和版面配置，然後加入影像品質的回饋。	…/vlm_review.html
提示注入偵測	掃描 PDF 中可能劫持審查模型的隱藏指令。	…/prompt_injection.html
相對排名	將你匿名化的稿件放入來自特定會議（例如 ICLR、NeurIPS）或自訂集合的論文池中，並回傳競爭力排名。	…/compete.html
Agent 技能整合	將審查功能以技能形式提供給 AI 助理平台（例如 Cursor）。你可以使用自然語言如 review my paper 或中文指令 审稿 來觸發它。	在平台的技能目錄下安裝 ai-review-skills 資料夾

---

🛠️ 底層運作原理

• LLM 後端 – 服務可以呼叫任何相容的 LLM API（預設展示使用公開端點；你可以設定自己的，例如 Deepseek）。提示範本位於 Prompts/ 中，包含反向提示、few‑shot 和 chain‑of‑thought 變體。
• VLM 後端 – 使用 Facebook‑research 的 Nougat 風格視覺語言模型來擷取頁面快照，並對圖表和版面配置進行推論。
• PDF 處理 – 對於 LLM 審查，會提取文字；對於 VLM 審查，會擷取影像並輸入給 VLM。
• 排名引擎 – 論文池中所有 PDF 的文字都會被匿名化、嵌入（推測使用相同的 LLM）並進行兩兩比較；在 100 個測試池中報告的成對準確率為 83.8 %。
• 部署 – 託管於 Cloudflare（靜態前端 + 無伺服器函式）並具有 Gradio 風格的 UI；程式碼庫也包含用於本地部署的 FastAPI 後端。

---

🚀 開始使用

1. 網頁展示（無需安裝） – 開啟網站，將你的 PDF 拖放進去，選擇提示模式，然後點擊 Review。
2. 在本機執行 – 複製儲存庫，安裝 Python 相依套件（FastAPI、Gradio、VLM 模型），並啟動伺服器（uvicorn app:app）。
3. 新增為技能 – 將 ai-review-skills 資料夾複製到 ~/.cursor/skills/（或你助理的對應路徑），並從聊天中呼叫它。

---

📚 儲存庫中的資源

• Prompts/ – 用於 LLM 和 VLM 審查的提示範本。
• Examples/ – 範例審查（例如 ResNet 論文）和相對排名評估報告。
• ai-review-skills/SKILL.md – 安裝 Agent 技能的說明。
• Examples/Relative_Rank_evaluation.md – 排名功能的詳細準確率數據。

---

🗓️ 近期更新（截至 2026 年 8 月）

• 2026 年 8 月 20 日 – 推出相對排名，並對 100 個池進行了評估（83.8 % 成對準確率）。
• 2026 年 3 月 19 日 – 新增提示注入偵測。
• 2026 年 3 月 6 日 – 將版面配置感知和影像美學評分整合到 VLM 審查中。
• 2026 年 2 月 26 日 – 發布與 Cursor 相容的 Ai‑Review Skill。
• 2025 年初 – 新增 chain‑of‑thought、few‑shot 和並排提示比較模式；將託管遷移至 Cloudflare。

---

🎯 誰可能會使用這個？

• 研究人員 – 準備會議投稿，希望對其稿件進行快速初步檢查。
• 研究生 – 在與指導教授分享草稿前，尋求結構化的回饋。
• AI 助理開發人員 – 希望將論文審查功能嵌入其機器人中。

---

📌 總結

Ai‑Review 是一個功能齊全且持續更新的平台，結合了 LLM 文字分析、VLM 視覺推論和競爭排名引擎，幫助科學家改進他們的論文。它可以透過公開網站立即使用，或透過 FastAPI/Gradio 伺服器及作為 Agent 技能整合到個人工作流程中。