待验证50% 置信发布精确时间
Sakana AI在发表于TMLR（Transactions on Machine Learning Research）的论文中提出了名为「多层评审」（Multi-Layered Review，MLR）的机制
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
涉及实体
相关事实
待验证MLR系统基于Anthropic的Claude模型构建，采用三个协作的智能体来模拟学术同行评审流程65% 相似待验证研究使用K近邻（KNN）、随机森林（RF）和支持向量机（SVM）三种机器学习算法进行训练与评估60% 相似待验证2017年Finale Doshi-Velez与Been Kim在论文《Towards A Rigorous Science of Interpretable Machine Learning》中梳理了可解释性评估的三个层次：应用级评估、人类级评估和功能级评估58% 相似待验证James Gung的研究方向聚焦于智能体评估、对话模拟和主动式智能体58% 相似待验证该研究提出了一个多目标框架，融合了基于强化学习的多实例学习（RL-MIL）、对抗去偏和偏好条件超网络三种技术组件57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/996939API
curl https://kongchang.com/api/v1/knowledge/claims/996939MCP
get_claim(id=996939)