Google Research: анализ технических документов с Deep Review
После успешного пилотного развёртывания, охватившего более 16 000 заявок на четырёх конференциях — STOC, ICML, NeurIPS и ICLR — система Deep Review получила публичный доступ. Вместе с этим запуском инструмент расширяет охват: от глубокого математического и научного рецензирования до строгой верификации широкого круга документов, включая Google Docs и презентации.
Проблема верификации
Генеративный ИИ ускорил производство контента во многих технических областях. Сегодня ИИ участвует в написании научных статей, запуске кода, проектировании экспериментов и подготовке предложений. Человеческая способность к верификации при этом практически не изменилась: рецензирование сложных документов — объёмных научных рукописей или многостраничных юридических договоров — требует узкоспециальных знаний. В результате возникает информационное узкое место, где содержание генерируется быстрее, чем его успевают проверить.
Deep Review — агентная ИИ-система, разработанная для строгой обратной связи и технической верификации сложных документов. Изначально предназначенная для анализа научных статей по информатике, система расширила функциональность до рецензирования документов в других областях, включая юриспруденцию и финансы. Её можно использовать как инструмент итеративного улучшения в процессе написания и как средство верификации утверждений на этапе рецензирования.
Предыстория: Paper Assistant Tool
Deep Review развивает Paper Assistant Tool (PAT) — экспериментальную инициативу, разработанную, чтобы помогать исследователям проверять рукописи перед подачей на конференцию. На протяжении прошедшего года Google сотрудничала с четырьмя ведущими конференциями по информатике: STOC 2026, ICML 2026, NeurIPS 2026 и ICLR 2027. Авторы более 16 000 рукописей могли получить закрытую обратную связь через PAT в течение нескольких недель до дедлайна. Обратная связь была полностью отделена от официального процесса рецензирования; данные для обучения не собирались, а статьи удалялись из систем Google после каждого этапа.
Реакция авторов оказалась положительной. С добавлением поддержки Gemini 4 Argon в Deep Review базовые возможности системы улучшились по сравнению с ранними версиями PAT.
Доступ и условия
Публичная версия Deep Review предоставляет каждому пользователю два бесплатных рецензирования документов в неделю. Пользователи с высокими объёмами задач могут подключить собственный API-ключ Gemini для увеличения лимитов и программной интеграции через Deep Review API. На момент запуска поддерживаются форматы PDF и обычный текст; поддержка нескольких файлов одновременно появится в ближайшее время. Документы, загружаемые в систему, не используются для обучения, настройки или улучшения моделей Google и хранятся один год исключительно для отображения в интерфейсе.
Как работает Deep Review
Обычные запросы к языковым моделям с единственным промптом плохо справляются с длинными и сложными документами: они могут исчерпать контекстное окно рассуждений, упустить зависимости между разделами или принять спорные утверждения без должной проверки. Deep Review решает эти задачи с помощью четырёхэтапного агентного конвейера.
На этапе сегментации документ автоматически разбивается на логические сегменты — введение, методология, эксперименты и другие. На этапе адаптивного бюджетирования система анализирует информационную плотность каждого сегмента и динамически распределяет вычислительный ресурс: разделы с плотными математическими доказательствами получают больше вычислительной мощности, чем введение или список связанных работ.
На этапе параллельной верификации специализированные агенты рассуждения одновременно проверяют каждый сегмент. Каждый агент имеет доступ к полному контексту документа для отслеживания перекрёстных ссылок, но концентрирует вычислительную мощность на конкретном участке. На этапе глобального синтеза отдельный агент объединяет отчёты по сегментам, выполняет финальные проверки согласованности между разделами и проводит внешнюю верификацию фактов для предотвращения галлюцинаций.
Применение за пределами научных статей
Механизмы проверки длинных текстов применимы к более широкому кругу задач. Те же принципы, которые помогают установить, верно ли математическое доказательство в научной статье, позволяют выявить логические пробелы и противоречия в других типах документов. Пользователи могут применять Deep Review к:
- проектным документам — для выявления неявных архитектурных допущений, обнаружения граничных случаев и формулировки конкретных предложений по улучшению;
- презентациям — для проверки логики переходов между слайдами и соответствия выводов визуальным данным;
- юридическим и финансовым документам — для проверки внутренней согласованности, выявления неоднозначных терминов и соотнесения утверждений с доказательной базой.
Интеграция с Antigravity
Вместе с публичным запуском Google представляет Teamwork Deep Document Review Pattern — шаблон рецензирования документов, встроенный в Antigravity с помощью фреймворка Teamwork для оркестрации агентов. Шаблон оценивает научные статьи, черновики рукописей и технические предложения с помощью многоуровневой иерархии агентов с самокоррекцией и сегментными рубриками. Пользователи Antigravity могут запустить его командой /teamwork-preview.
Что это значит для исследователей
Инструменты автоматической верификации традиционно были доступны лишь тем, у кого есть широкие сети рецензентов — старших преподавателей, хорошо финансируемых лабораторий или разветвлённых экспертных сообществ. Deep Review позволяет исследователям, инженерам и специалистам по анализу данных независимо от аффилиации проверять логическую состоятельность своих документов, выявлять устранимые ошибки и выходить на этап рецензирования с более обоснованными заявлениями.