Trabajo de investigación excelente. 🚨 Los LLM son terribles para replicar. Este artículo muestra exactamente por qué. La mayoría de las herramientas de IA tratan las refutaciones como una tarea de escritura. Genera un texto educado. Suena seguro. Sigue adelante. Precisamente por eso fracasan en conferencias de primer nivel. Esta investigación da la vuelta a todo el problema de la refutación. En lugar de "generar una respuesta", trata las refutaciones como una tarea de organización de decisión + evidencia. El sistema, llamado RebuttalAgent, es una tubería multiagente que se niega a escribir nada hasta que la lógica es hermética. Primero, atomiza la retroalimentación de los revisores. Cada párrafo vago se divide en preocupaciones precisas y accionables. No se perdieron puntos. Nada de agrupar críticas no relacionadas. La cobertura se hace cumplir antes de que ocurra cualquier otra cosa. A continuación viene la verdadera innovación: el razonamiento basado en la evidencia. Para cada preocupación, el sistema construye un contexto híbrido. La mayor parte del artículo permanece comprimida para guardar tokens, pero las secciones exactas relevantes para ese comentario del revisor se amplían con total fidelidad. Si la evidencia interna no es suficiente, un agente de búsqueda bajo demanda recupera documentos externos y los convierte en escritos listos para ser citados. No se multan nada a menos que sea rastreable. Luego viene el paso que la mayoría de las herramientas LLM saltan por completo: la verificación de estrategias. Antes de redactar, RebuttalAgent genera un plan de respuesta explícito. Separa: Qué se puede aclarar con los resultados existentes Lo que realmente requiere nuevos experimentos Lo que debe reconocerse sin comprometerse demasiado Un agente de verificación audita este plan para garantizar la coherencia lógica y la seguridad del compasión. Si una respuesta implica resultados que no existen, se bloquea. Las alucinaciones mueren aquí....