AI审稿人能够生成大量具体批评，但批评越多并不意味着审稿质量更高。审稿可能遗漏关键缺陷，或保留证据不足的指控。这两类错误需要相反的纠正，而生成式系统和整体指标往往混淆了它们。
因此我们将 AI 辅助审稿重新表述为基于证据的结构化关注点集合的细化过程，将遗漏和过度批评视为独立风险。基于此框架，提出 EquiReview‑R。它在局部证据上解决已有关注点，从独立视角和审稿条件化视角搜索可能遗漏的问题，并给出“停止”“继续”或“延后”三种决策。
为了展示驱动该设计的失败模式，我们构建了一个证据关联的轨迹语料库 ReviewTrace。回顾分析表明，几乎所有高召回率审稿中的关注点都缺乏明确的证据判定，而早期的细化机制无法对其进行修正，必须先进行修订再继续搜索。
在一组冻结的未见论文上，EquiReview‑R 满足预设的非劣性标准（主要遗漏），将主要过度批评比例从 15.5% 降至 8.1%，并实现 9.9% 的单侧遗漏上限，同时对 52.4% 的论文直接给出停止决策。计算量匹配的对照、配对实验和消融研究表明，性能提升来源于修订过程，而非额外推理或更短输出。
我们公开了 ReviewTrace 语料库，作为研究审稿修订、分歧与溯源的证据链接资源。
点评