Google открыла для всех Deep Review — ИИ-рецензента статей и документов

Google Research открыла для всех Deep Review — ИИ-агента, который читает длинные научные статьи, юридические и финансовые документы и ищет в них ошибки в логике, доказательствах и фактах.

Почему это важно: статей пишут больше, чем люди успевают проверить, и Google предлагает отдать машине самую трудоёмкую часть рецензирования — сверку выкладок и логики, а итоговую оценку оставить людям. Раньше такую проверку получали только авторы четырёх конференций, теперь — любой пользователь.

Предыстория: Deep Review — новое имя Paper Assistant Tool (PAT), экспериментального инструмента Google. За последний год им по желанию воспользовались авторы более 16 000 статей перед подачей на STOC 2026, главную конференцию по теоретической информатике, и на ICML 2026, NeurIPS 2026 и ICLR 2027 — крупнейшие конференции по машинному обучению. Разбор приходил за несколько недель до конца приёма статей, в официальном рецензировании он не участвовал.

Общая картина: по подсчёту Google, в этом году на ICLR, NeurIPS и ICML прислали больше 74 000 статей — против 45 000 в 2025 году и 23 000 в 2023-м. Каждой нужно несколько рецензий от специалистов.

Детали: доступ устроен так:

• Каждый пользователь получает две бесплатные проверки документа в неделю через портал Google Research.
• Тот, кому нужно больше, подключает свой API-ключ¹ Gemini: лимиты становятся выше, а проверку можно встроить в свои программы через Deep Review API.
• На вход пока принимаются только PDF и простой текст, без таблиц и презентаций в родных форматах.
• Загруженные документы не идут на обучение моделей Google, их хранят год, только чтобы показывать пользователю в интерфейсе.

Как это работает: по словам Google, одна модель на длинном документе упускает связи между разделами и принимает спорные утверждения на веру, поэтому работу делят несколько агентов:

• Первый агент делит документ на смысловые части — введение, методы, эксперименты — так, чтобы они покрывали весь текст.
• Система решает, сколько вычислений дать каждой части: раздел с плотными доказательствами получает больше, чем введение или обзор литературы.
• Проверяющие агенты разбирают части параллельно, и каждый видит весь документ, чтобы следить за перекрёстными ссылками.
• Итоговый агент сводит отчёты, сверяет разделы между собой и проверяет факты по внешним источникам, чтобы отсечь галлюцинации².

Если шире: тот же разбор Google предлагает применять к проектной документации, презентациям, договорам и финансовым отчётам — например, проверять, совпадают ли выводы на слайдах с графиками и согласуются ли пункты договора с таблицами. Похожую схему встроили и в Antigravity, среду разработки Google с ИИ-агентами: там её запускают отдельной командой.

В цифрах: организаторы ICML 2026 провели опрос, на который ответили 869 авторов:

• 92,1% опрошенных хотели бы снова пользоваться инструментом при работе над следующими статьями.
• 35,4% авторов теоретических работ сказали, что он нашёл серьёзные пробелы, на исправление которых ушло больше часа.
• 31% авторов экспериментальных работ поставили новые эксперименты по замечаниям инструмента ещё до подачи статьи на конференцию.

Но: опросы показывают, довольны ли авторы, а не насколько верны замечания. В препринте³ о PAT, вышедшем в июне, сами разработчики предупреждают: инструмент может ошибочно объявить верное доказательство неверным, а рецензенты — ослабить внимание к статье, которую уже проверил ИИ.

Что дальше: Deep Review получает поддержку модели Gemini 4 Argon — по словам Google, с ней он проверяет лучше, чем версии, работавшие на конференциях. Компания также обещает скоро научить его сверять сразу несколько файлов: документы, таблицы и приложения к договорам.