E3：面向自动化研究批判的问题级回测

本文提出 E3，一种自动化评审助手，旨在通过识别研究论文中与决策相关的技术问题来增强评审者和工程团队的能力。针对每个问题，E3 报告其性质、位置、对贡献的影响以及解决所需的分析或证据，涵盖 unsupported claims、缺失消融实验、基线薄弱等隐患。为避免数据污染，研究采用问题级回测协议，利用元评判者对匿名评审进行标注。在 100 篇 ICLR 2026 论文上的评估显示，E3 在所有聚合指标上召回率最高，显著优于 GPT-5.4、Claude-Opus 及人类评审，能有效发现人类遗漏的关键问题。