Google открыла публичный доступ к Deep Review: агент проверил 16 000 научных статей и теперь читает юридические и финансовые документы

Что объявили

Google Research открыла публичный доступ к Deep Review — агентной ИИ-системе для строгой технической проверки сложных документов. Авторы публикации, научные сотрудники Google Research Раджеш Джаярам и Венсан Коэн-Аддад, описывают её как продолжение экспериментального инструмента Paper Assistant Tool (PAT), который создавался, чтобы авторы могли стресс-тестировать рукописи до отправки на конференцию.

За прошедший год Google партнёрствовала с четырьмя флагманскими конференциями по информатике — STOC 2026, ICML 2026, NeurIPS 2026 и ICLR 2027 — и предоставляла приватную предподачную обратную связь авторам более 16 000 рукописей, согласившимся на участие. Теперь Deep Review выходит за пределы глубокого математического и научного рецензирования: система расширена до обоснованной проверки знаниевых документов, включая Google Docs и презентации.

Причина запуска: узкое место проверки

Google формулирует проблему прямо: генеративный ИИ ускорил написание научных статей и технических документов, запуск кода, проектирование экспериментов и подготовку предложений, но способность людей проверять написанное осталась почти неизменной. Вычитывание длинных научных рукописей или сложных юридических соглашений требует узкой экспертизы, поэтому контент производится быстрее, чем его успевают строго проверять — это и есть validation bottleneck, «узкое место проверки».

Самый наглядный пример — академическое рецензирование. В этом году на три крупные конференции по ИИ (ICLR, NeurIPS и ICML) было подано более 74 000 работ — против примерно 45 000 в 2025 году, 32 000 в 2024-м и 23 000 в 2023-м. Каждой работе нужны несколько качественных рецензий, и нагрузка на живых экспертов растёт вместе с потоком.

Что именно берёт на себя система: детальные объективные оценки документа, проверку логической связности и математических утверждений, предложения по улучшению, привязку фактов к источникам и сравнение с существующими работами. Речь идёт о самых когнитивно тяжёлых частях рецензирования, тогда как суждения высокого уровня остаются за человеком.

Как устроен конвейер

Одиночный вызов языковой модели на длинном сложном документе, по наблюдению Google, проваливается по трём причинам: исчерпывается бюджет рассуждений, теряются зависимости между далеко стоящими разделами, а тонкие утверждения принимаются без настоящей проверки. Поэтому Deep Review построен как конвейер из четырёх стадий.

Первая — сегментация документа: агент-сегментатор сам разбирает поступивший текст на логические части (введение, эксперименты, методология и так далее). Части могут перекрываться, но обязаны покрывать всё содержание документа.

Вторая — адаптивное бюджетирование: не все разделы требуют одинаковой глубины. Пайплайн оценивает информационную плотность и динамически выделяет вычислительный бюджет каждой секции вместе со специализированным контуром масштабирования инференса. Раздел с плотными математическими доказательствами получает больше вычислений, чем введение или обзор литературы.

Третья — глубокие параллельные проверки: специализированные агенты-рассуждатели разбирают сегменты параллельно. Каждый видит полный контекст документа, чтобы отслеживать перекрёстные ссылки, но тратит свои рассуждения конкретно на свой участок — так и отдельная задача остаётся обозримой, и параллельные «рои» не расходятся между собой.

Четвёртая — глобальный синтез и агентная привязка к фактам: отдельный агент-синтезатор сводит отчёты по сегментам, делает финальные проверки согласованности между разделами и при необходимости перезапускает логические проверки. Дополнительно он выполняет внешние проверки обоснованности и вызовы инструментов как последнюю защиту от галлюцинаций.

Что доступно пользователям

Каждый пользователь получает две бесплатные проверки документа в неделю. Тем, у кого объёмы больше, предлагается подключить свой ключ Gemini API — это поднимает лимиты и открывает программную интеграцию через Deep Review API.

На входе на старте поддерживаются PDF и обычный текст; поддержка нескольких файлов заявлена «скоро». В политике данных указано, что загруженные в Deep Review документы никогда не используются для обучения, дообучения или улучшения моделей Google и хранятся один год исключительно для отображения пользователю в интерфейсе Deep Review.

Отдельно упомянута поддержка Gemini 4 Argon: по словам Google, с её добавлением возможности инструмента выросли по сравнению с более ранними итерациями PAT. В пилотах с конференциями PAT не собирал данные для обучения, а рукописи удалялись из систем Google вскоре после завершения каждой программы.

Что ещё им можно проверять и куда это встроено

Логика, которой проверяют математическое доказательство, работает и на других документах, где утверждения нужно подкреплять доказательствами. Google перечисляет применимые сценарии: проектные документы (незаявленные архитектурные допущения, краевые случаи, конкретные предложения), презентации (логика переходов между слайдами и соответствие тезисов графикам), юридические и финансовые документы (внутренняя согласованность пунктов и таблиц с данными, неоднозначные формулировки и их последствия, привязка утверждений к подтверждающим материалам).

Параллельно Google представила Teamwork Deep Document Review Pattern — паттерн проверки документов, вдохновлённый Deep Review и встроенный в Antigravity на многоагентном фреймворке Teamwork. Он оценивает научные статьи, черновики рукописей и технические предложения через многоагентную иерархию с самокоррекцией и рубриками по сегментам; вызвать паттерн в Antigravity можно командой /teamwork-preview.

Зачем это авторам

Google называет и социальную сторону вопроса: всесторонняя предподачная критика в информатике исторически зависела от доступа к широкой сети рецензентов — старшим преподавателям, лабораториям с ресурсами, консультантам. Надёжная автоматическая логическая проверка позволяет большему числу авторов заранее проверить свои утверждения, найти устранимые ошибки и прийти к рецензированию с большей уверенностью.

В заключении команда пишет, что продолжит расширять платформу: с поддержкой нескольких файлов пользователи смогут прогонять одни и те же проверки согласованности по целым наборам связанных документов, таблиц и приложений одновременно. Полный текст публикации и препринт о методологии и оценках пилотов открыты.