ActReview：用作者反驳引导训练数据与评分标准，生成可执行的同行评审意见

研究提出 ActReview，一个以作者反驳为引导的后训练框架，将可执行同行评审生成拆解为诊断性论断生成与修改建议生成两个子任务。团队从 OpenReview 真实评审-反驳对话构建 ActReview-40K，对 Qwen3-8B-Base 先做多任务监督微调再用 GRPO 配合候选感知、弱点专属的评分奖励训练，并发布含 1,000 条实例的 ActReview-Bench。