Zespół badaczy zaproponował framework o nazwie intra-paper claim verification, który automatycznie sprawdza czy metody zastosowane w pracy naukowej faktycznie wspierają złożone przez autorów twierdzenia o nowatorskości. Problem, który rozwiązuje system, to regularnie spotykane w recenzjach peer review przypadki, gdy recenzenci kwestionują nowość nie dlatego że podobne pomysły już istnieją, lecz ponieważ metodologia pracy nie dostarcza wystarczających dowodów na poparcie tych twierdzeń. Istniejące systemy AI zazwyczaj skupiają się wyłącznie na porównaniu z literaturą, ignorując tę wewnętrzną niespójność między deklaracjami a realizacją.
Framework wykorzystuje duży model języka do trzech głównych zadań: wyodrębnia nowatorskie twierdzenia z części wprowadzenia artykułu, wyszukuje metodologiczne dowody związane z tymi twierdzeniami oraz ocenia czy metody rzeczywiście je wspierają. Kluczową innowacją jest zestaw kryteriów oceny inspirowanych komentarzami rzeczywistych recenzentów - pochodzą one z analizy 182 prac przesłanych na konferencję ICLR 2025. Kryteria te odzwierciedlają typowe obawy recenzentów dotyczące nowatorskości, metodologii, jasności i innych aspektów, a następnie generują ustrukturyzowane oceny w stylu recenzji potwierdzające lub podważające uzasadnienie twierdzeń.
To podejście ma znaczenie dla przyspieszenia recenzji pisemnych, zwłaszcza biorąc pod uwagę rosnącą liczbę nadesłanych prac. System może służyć zarówno autorom do wstępnej weryfikacji ich manuskryptów jak i redaktorom do identyfikacji potencjalnych problemów z metodologicznym uzasadnieniem głównych twierdzeń, zanim praca trafi do pełnej recenzji peer review.