提升學術審核準確性：InternReviewer 與 InternAdvocate 透過強化學習建構客觀評估框架

本研究推出 InternReviewer 與 InternAdvocate 框架，結合 arXiv 檢索工具與代理強化學習，並建立客觀的獎勵系統與引用驗證機制，顯著提升學術同儕審查與答辯的邏輯深度與引用精確度。

Problem

生成專業學術評論與答辯需要深度的領域推理與事實依據，但現有模型常面臨主觀偏誤或引用虛構（幻覺）的問題，缺乏客觀且嚴謹的自動化評估與優化機制。

開發 InternReviewer 與 InternAdvocate 代理人，整合大規模高質量學術資料集與 arXiv 檢索工具。採用代理強化學習（Agentic RL），並設計一套多維度的客觀度量指標與獎勵系統，透過引用驗證機制比對即時互動紀錄，確保內容符合結構規範並消除幻覺。

實驗證實，在此閉環框架下訓練的代理人，不論是在推理深度還是引用準確性上，皆較傳統模型有顯著提升，能有效產出高品質且具事實根據的學術文本。

本研究為學術領域的 AI 代理人開發提供了嚴謹的評估與訓練範式，透過客觀指標取代主觀判斷，對於提升學術自動化系統的可靠性與專業水準具有重要貢獻。