Google Researchは10月14日、文書審査システム「Deep Review」を世界で公開しました。STOC、ICML、NeurIPS、ICLRで、利用に同意した投稿論文1万6,000件超を対象に試験運用した後の公開です。コンピューターサイエンス論文向けの「Paper Assistant Tool（PAT）」として始まり、現在は法律・金融分野の文書、Googleドキュメント、プレゼンテーションも確認します。Googleによると、利用者は草稿の改善や審査中の主張の検証に使えます。

利用者は週に2回、無料で文書審査を受けられます。より多く使う場合はGemini APIキーを接続すると、利用上限を引き上げ、Deep Review APIからプログラムで利用できます。初期対応形式はPDFとプレーンテキストで、複数ファイルの入力にも今後対応する予定です。アップロード文書はDeep Reviewの画面で閲覧できるよう1年間保存されますが、モデルの学習、ファインチューニング、改善には使わないとGoogleは説明しています。

Googleによると、今年のICLR、NeurIPS、ICMLへの投稿は7万4,000件を超えました。2025年は約4万5,000件、2024年は3万2,000件、2023年は2万3,000件でした。投稿ごとに複数の審査が必要となり、人間の専門家の作業が増えています。Deep Reviewは論理の一貫性や数式を確認し、改善案を示し、事実の根拠を調べて既存研究と文書を照合します。認知負荷の高い審査作業を担い、より上位の判断は人間に委ねるとGoogleは述べています。

一般公開前には、PATの名称で4つの会議向け試験運用を行いました。対象はSTOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027で、著者は投稿締切前の数週間にフィードバックを受けることに同意できました。Googleによると、フィードバックは公式審査とは別で、PATのデータは学習用に収集せず、各プログラム終了後、論文はGoogleのシステムから速やかに削除されました。同社は著者の反応が肯定的で、モデルとPATの仕組みを変更してツールを改善したとも説明しています。Deep ReviewはGemini 4 Argonにも対応し、以前のPATより機能が向上したとGoogleは述べています。

Deep Reviewは長文を4段階で審査します。まず分割エージェントが文書を内容に沿った、重複する場合もある区分に分けます。次に各区分の情報密度を見積もり、計算資源を割り当てます。密度の高い数学的証明には、序論や関連研究の節より多くの資源を割り当てます。専門エージェントが文書全体を参照できる状態で、異なる区分を並行して審査します。最後に統合エージェントが報告をまとめ、区分間の整合性を確認し、必要に応じて論理を再検証します。ツールを使った外部情報との照合も行い、幻覚を減らすとしています。

Googleによると、このシステムは設計文書に書かれていない前提や例外的な状況を探し、プレゼンテーションでは論理の流れや結論と図表の一致を確認できます。法律・金融文書では矛盾、曖昧な用語、根拠のない主張を調べます。またGoogleは、Teamworkマルチエージェント調整フレームワークで構築した「Teamwork Deep Document Review Pattern」をAntigravityに導入します。研究論文、草稿、提案書を、複数エージェントの階層構造、自己修正、区分ごとの評価基準で審査します。Antigravity利用者は「/teamwork-preview」コマンドで呼び出せます。関連する複数の文書、表計算シート、添付資料をまとめて審査する機能も計画されています。

Google Researchは10月14日、文書審査システム「Deep Review」を世界で公開しました。STOC、ICML、NeurIPS、ICLRで、利用に同意した投稿論文1万6,000件超を対象に試験運用した後の公開です。コンピューターサイエンス論文向けの「Paper Assistant Tool（PAT）」として始まり、現在は法律・金融分野の文書、Googleドキュメント、プレゼンテーションも確認します。Googleによると、利用者は草稿の改善や審査中の主張の検証に使えます。

利用者は週に2回、無料で文書審査を受けられます。より多く使う場合はGemini APIキーを接続すると、利用上限を引き上げ、Deep Review APIからプログラムで利用できます。初期対応形式はPDFとプレーンテキストで、複数ファイルの入力にも今後対応する予定です。アップロード文書はDeep Reviewの画面で閲覧できるよう1年間保存されますが、モデルの学習、ファインチューニング、改善には使わないとGoogleは説明しています。

Googleによると、今年のICLR、NeurIPS、ICMLへの投稿は7万4,000件を超えました。2025年は約4万5,000件、2024年は3万2,000件、2023年は2万3,000件でした。投稿ごとに複数の審査が必要となり、人間の専門家の作業が増えています。Deep Reviewは論理の一貫性や数式を確認し、改善案を示し、事実の根拠を調べて既存研究と文書を照合します。認知負荷の高い審査作業を担い、より上位の判断は人間に委ねるとGoogleは述べています。

一般公開前には、PATの名称で4つの会議向け試験運用を行いました。対象はSTOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027で、著者は投稿締切前の数週間にフィードバックを受けることに同意できました。Googleによると、フィードバックは公式審査とは別で、PATのデータは学習用に収集せず、各プログラム終了後、論文はGoogleのシステムから速やかに削除されました。同社は著者の反応が肯定的で、モデルとPATの仕組みを変更してツールを改善したとも説明しています。Deep ReviewはGemini 4 Argonにも対応し、以前のPATより機能が向上したとGoogleは述べています。

Deep Reviewは長文を4段階で審査します。まず分割エージェントが文書を内容に沿った、重複する場合もある区分に分けます。次に各区分の情報密度を見積もり、計算資源を割り当てます。密度の高い数学的証明には、序論や関連研究の節より多くの資源を割り当てます。専門エージェントが文書全体を参照できる状態で、異なる区分を並行して審査します。最後に統合エージェントが報告をまとめ、区分間の整合性を確認し、必要に応じて論理を再検証します。ツールを使った外部情報との照合も行い、幻覚を減らすとしています。

Googleによると、このシステムは設計文書に書かれていない前提や例外的な状況を探し、プレゼンテーションでは論理の流れや結論と図表の一致を確認できます。法律・金融文書では矛盾、曖昧な用語、根拠のない主張を調べます。またGoogleは、Teamworkマルチエージェント調整フレームワークで構築した「Teamwork Deep Document Review Pattern」をAntigravityに導入します。研究論文、草稿、提案書を、複数エージェントの階層構造、自己修正、区分ごとの評価基準で審査します。Antigravity利用者は「/teamwork-preview」コマンドで呼び出せます。関連する複数の文書、表計算シート、添付資料をまとめて審査する機能も計画されています。