在科研成果井喷式增长的今天，学术审稿体系正面临前所未有的挑战。顶级学术期刊每年收到的投稿量呈指数级增长，而审稿专家团队却难以同步扩充。这种供需失衡导致部分论文评审周期延长、质量参差不齐，甚至出现实验结果难以复现的争议事件。在此背景下，东南大学联合多所高校研发的智能审稿系统FactReview，为破解这一困局提供了创新方案。
传统AI审稿工具虽能快速生成评议报告，但存在致命缺陷：它们仅能基于文本内容进行表面分析，无法验证实验数据的真实性，更无法评估研究结论的可靠性。就像品鉴美食时仅凭菜单描述判断菜品质量，这类系统难以发现论文中隐藏的漏洞。研究团队开发的FactReview系统突破了这一局限，其核心功能在于通过代码执行验证实验结果，堪称学术界的"数字侦探"。
该系统的工作流程包含三个关键环节：首先对论文进行语义分析，识别核心研究声明；随后通过文献挖掘建立领域知识图谱，评估研究的创新性；最后在获得作者授权后，自动运行实验代码并比对结果。在图神经网络领域经典论文CompGCN的测试中，系统发现原文声称的"全面超越"存在偏差——虽然部分任务结果得到验证，但在图分类任务中，论文提出的模型准确率实际低于基准方法4.2个百分点。这种精准识别最终促使作者修正了研究结论。
技术验证显示，系统性能高度依赖底层语言模型的选择。使用Claude Opus 4.6模型时，验证成功率达83.3%，而基础模型仅能实现41.7%的准确率。研究团队深入分析失败案例发现，约50%的问题源于实验环境配置困难，30%涉及代码文档缺失，20%则是结果映射偏差。这些发现为提升科研可复现性提供了重要参考，特别是强调了完整代码和详细文档的必要性。
与现有工具相比，FactReview的最大优势在于构建了完整的证据链。每个评审结论都附带可追溯的验证过程，包括代码执行日志、数据比对表格和文献支撑依据。这种透明化设计使人类审稿人既能快速抓取关键信息，又能随时核查系统判断的合理性。在测试中，该系统将传统审稿中容易忽略的细节问题识别率提升了37%。
该系统的应用场景具有明确边界。目前主要适用于计算机科学、电子工程等需要代码验证的领域，对理论推导型研究或需要特殊实验设备的研究暂不适用。研究团队正在开发多模态验证模块，计划通过模拟器扩展对特殊硬件环境的支持能力。开源社区已出现基于FactReview的衍生工具，部分期刊开始试点将其作为预审辅助系统。
在学术伦理层面，系统设计严格遵循数据隐私原则。所有代码执行均在隔离环境中进行，原始数据始终由作者掌控。系统生成的验证报告采用差分隐私技术处理，在保证可复现性的同时防止数据泄露。这种安全机制已通过第三方机构的渗透测试，获得ISO/IEC 27001信息安全认证。
对于科研人员而言，FactReview既是质量检测工具也是方法论导师。系统内置的代码分析模块能自动检测常见编程错误，数据可视化功能可帮助研究者发现实验设计缺陷。在测试阶段，超过60%的用户表示系统反馈促进了他们改进研究方法，这种建设性作用远超传统审稿的"找茬"模式。
该系统的开源版本已在GitHub平台发布，包含完整的安装指南和使用教程。开发者社区持续贡献新的验证插件，目前已支持PyTorch、TensorFlow等主流框架，以及超过200种科研常用工具包。研究团队提醒用户，系统输出应作为审稿参考而非最终结论，学术判断仍需人类专家的综合考量。
