Banger Forschungsarbeit. 🚨 LLMs sind schrecklich bei Widerlegungen. Dieses Papier zeigt genau warum. Die meisten KI-Tools behandeln Widerlegungen wie eine Schreibaufgabe. Generiere höflichen Text. Klingt selbstbewusst. Mach weiter. Genau deshalb scheitern sie bei erstklassigen Konferenzen. Diese Forschung kehrt das gesamte Problem der Widerlegung um. Anstatt "eine Antwort zu generieren", behandelt sie Widerlegungen als eine Aufgabe zur Entscheidungsfindung + Organisation von Beweisen. Das System, genannt RebuttalAgent, ist eine Multi-Agenten-Pipeline, die sich weigert, etwas zu schreiben, bis die Logik wasserdicht ist. Zuerst atomisiert es das Feedback der Gutachter. Jeder vage Absatz wird in präzise, umsetzbare Bedenken zerlegt. Keine Punkte werden übersehen. Keine unzusammenhängenden Kritiken werden zusammengefasst. Die Abdeckung wird durchgesetzt, bevor etwas anderes passiert. Als nächstes kommt die echte Innovation: evidenzbasierte Argumentation. Für jedes Anliegen baut das System einen hybriden Kontext auf. Der Großteil des Papiers bleibt komprimiert, um Token zu sparen, aber die genauen Abschnitte, die für diesen Gutachterkommentar relevant sind, werden in voller Treue erweitert. Wenn interne Beweise nicht ausreichen, ruft ein On-Demand-Suchagent externe Papiere ab und wandelt sie in zitationsbereite Zusammenfassungen um. Nichts wird zitiert, es sei denn, es ist nachvollziehbar. Dann kommt der Schritt, den die meisten LLM-Tools völlig überspringen: Strategieüberprüfung. Vor dem Entwurf generiert RebuttalAgent einen expliziten Antwortplan. Er trennt: Was mit bestehenden Ergebnissen klargestellt werden kann Was wirklich neue Experimente erfordert Was anerkannt werden sollte, ohne sich zu stark zu verpflichten Ein Prüfagent überprüft diesen Plan auf logische Konsistenz und Sicherheit der Verpflichtungen. Wenn eine Antwort Ergebnisse impliziert, die nicht existieren, wird sie blockiert. Halluzinationen sterben hier....