Google Researchは2026年10月14日(現地時間)、技術文書の厳格な検証を目的としたエージェントAIシステム「Deep Review」の一般公開を発表した。同システムは、STOCやICML、NeurIPS、ICLRといった主要なコンピューターサイエンス会議での16,000件以上の論文審査実績を経て、Google Docsやプレゼンテーションを含む幅広い知識文書への適用範囲を拡大する。これにより、AI生成コンテンツの急増に伴う検証の「バリデーションボトルネック」の解消を目指す。
Deep Reviewは、コンピューターサイエンス分野の学術論文分析用に設計されたPaper Assistant Tool (PAT)の進化版として開発された。過去1年間、STOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027の4つの主要コンピューターサイエンス会議と提携し、16,000件以上の論文著者に対して提出前のフィードバックを提供した。
同システムは、論文、複雑な法的契約書、金融文書などの検証における専門知識の需要と、人間による検証能力の限界との不均衡に対処する。論理的一貫性や数学的記述のチェック、改善提案、事実の根拠付け、既存研究との比較など、詳細かつ客観的な評価を提供することで、人間が担う高レベルの判断に焦点を当てることを可能にする。
Deep Reviewは、世界中で利用可能となり、週に2件の無料文書レビューが提供される。高頻度利用者は、Gemini APIキーを接続することで利用制限が緩和され、プログラムによる統合が可能となる。入力フォーマットは当初PDFとプレーンテキストをサポートし、多ファイル入力にも対応予定である。アップロードされた文書はGoogleモデルのトレーニングやファインチューニングには使用されず、ユーザーへの表示目的でのみ1年間保存される。
学術分野における論文投稿数は近年大幅に増加しており、ICLR、NeurIPS、ICMLの3つの主要AI会議への投稿数は、2023年の約23,000件から2026年には74,000件以上に増加している。Deep Reviewはこの増大する人間レビュー担当者の負担を軽減することを目標としている。
Deep Reviewの動作原理は、単一プロンプトによる大規模言語モデル (LLM) 呼び出しの課題を解決する4段階のエージェントパイプラインで構成される。これには、文書の論理セグメントへの分解、情報密度に応じた計算予算の動的割り当て、各セグメントに対する専門推論エージェントによる並列検証、そしてセグメントレベルのレポートを統合し、最終的な整合性チェックと外部グラウンディングを行う専用の合成エージェントが含まれる。Deep Reviewは、Rajesh Jayaram氏とVincent Cohen-Addad氏らGoogle Researchの研究者によって開発された。
参考: Google Research Blog — 2026年10月15日 01:14 (JST)
原文ハイライト"human capacity for verification has remained largely fixed amid this rapid increase"