Rebuttal是帶著鐐銬舞蹈？港科RebuttalAgent心智理論讀懂審稿人

面對同行評審，許多作者都有過這樣的經歷：明明回答了審稿人的每一個問題，態度也足夠謙卑，為什么最終還是沒能打動對方？

現有的通用大模型在處理這類任務時，往往陷入一種 “表面禮貌” 的陷阱：它們擅長生成流暢、委婉的 “Thank you for your insightful comment”，卻缺乏對審稿人言外之意的深度洞察，導致回復雖然客氣，但缺乏直擊痛點的說服力。

究竟什么樣的回復策略，才能在有限的篇幅內，有效消除誤解、贏得共識？

針對這一問題，來自香港科技大學的研究團隊提出了一種全新的框架 ——RebuttalAgent。該研究首次將認知科學中的心智理論（Theory of Mind, ToM）引入學術 Rebuttal 任務，讓 AI 能夠像資深學者一樣 “讀懂” 審稿人，從而生成兼具戰略性與說服力的回復。

目前，該論文已被ICLR 2026接收。

• 論文標題：Dancing in Chains: Strategic Persuasion in Academic Rebuttal via Theory of Mind
• 論文鏈接：https://arxiv.org/pdf/2601.15715
• 代碼鏈接：https://github.com/Zhitao-He/RebuttalAgent

Rebuttal 需要怎樣的博弈智慧？

在學術界的博弈論視角下，Rebuttal 是一個典型的“不完全信息動態博弈”（Dynamic Game of Incomplete Information）。作者不僅要面對審稿人顯性的質疑，還要應對隱性的信息不對稱，你不知道審稿人的知識背景、潛在偏見，也不知道你的解釋會引發怎樣的連鎖反應。

現有的基于監督微調的模型，大多止步于對人類回復的‘語言學擬態’。它們精準復刻了禮貌的‘外殼’，卻未能觸及審稿人意圖的‘內核’，即缺乏對審稿人的深度建模。 針對這一痛點，研究者提出了 RebuttalAgent，其核心洞察：有效的說服機制，必須建立在對他人的‘心智理論’建模之上。

圖一：RebuttalAgent 框架總覽圖，展示 Data Preparation, TSR Framework 和 Agent Training 三個階段

TSR 框架 —— 先 “讀心” 再 “落筆”，

重構 AI 的思考鏈路

RebuttalAgent 并沒有直接端到端地生成回復，而是模擬了人類專家的思維過程，通過ToM-Strategy-Response (TSR)框架來拆解這一復雜任務：

1. ToM（心智理論建模）：不僅僅是讀文本 AI 首先充當一名 “分析師”，對審稿意見進行分層剖析。

• 宏觀層面（Macro-level）： 判斷審稿人的整體立場（接受 / 拒絕）、態度（建設性 / 消極）以及領域專業度。
• 微觀層面（Micro-level）： 拆解每一條評論背后的核心關切（是方法論缺陷？還是單純的表達不清？）。 這種建模讓 AI 不再盲目回復，而是先構建出審稿人的 “心理畫像”。

2. Strategy（謀定而后動）：基于上述畫像，AI 會生成一個明確的戰略計劃。例如，面對一個 “專業度高但態度懷疑” 的審稿人，策略可能是 “先承認局限性以建立信任，再用補充實驗數據進行強力反擊”；而面對 “誤解型” 評論，策略則是 “澄清概念，重述核心貢獻”。

3. Response（精準打擊）：最后，AI 結合原始論文片段、戰略計劃和審稿人畫像，生成最終的回復。

表一：評估的一致性：Rebuttal-RM 在對齊人類偏好上超越 GPT-4.1

無需外部導師，

“自我博弈” 中習得說服的藝術

為了訓練這樣一個能夠 “運籌帷幄” 的 Agent，研究團隊面臨的最大挑戰是數據的稀缺與主觀性。為此，他們構建了RebuttalBench，包含超過 7 萬條高質量的 “分析 - 策略 - 回復” 鏈條數據。

更進一步，研究者引入了Self-Reward 機制的強化學習策略。與傳統的依賴外部獎勵模型不同，RebuttalAgent 利用自身生成的評價信號進行迭代：

• 格式與邏輯獎勵： 確保 AI 真的在進行思考和布局，而不是形式主義。
• 多樣性獎勵： 這是一個關鍵設計。為了防止 AI 偷懶生成 “萬金油” 式的套話（如反復使用 "We thank the reviewer..." 模板），研究者設計了多樣性懲罰，迫使模型探索更多樣、更像人類專家的表達方式。

從 “辭藻堆砌” 到 “攻心為上”：

當 AI 學會了換位思考

為了量化評估效果，研究團隊開發了Rebuttal-RM，這是一個專門針對學術反駁場景訓練的獎勵模型。在與人類專家評分的一致性測試中，Rebuttal-RM 的表現超越了 GPT-4.1。

在這一評估體系下，RebuttalAgent 展現出了顯著優勢：

• 在綜合得分上，RebuttalAgent 達到了9.42，顯著優于 GPT-4.1 和 O3 。
• 在說服力（Persuasiveness）這一核心指標上，提升尤為明顯，表明引入 “心智理論” 確實增強了模型在觀點交鋒中的有效性。

表二：RebuttalAgent 與其他強基線的性能對比

“即插即用” 的思維外掛：

讓小模型也能像專家一樣思考

RebuttalAgent 生成的 “分析（Analysis）” 和 “策略（Strategy）” 是否具有普適性？研究者設計了一個巧妙的實驗：將 RebuttalAgent 生成的策略作為上下文（Context），喂給參數量較小的基礎模型（如 Qwen3-8B 和 Llama-3.1-8B），觀察它們的表現變化 (Average Score)。

實驗發現，這是一個通用的 “思維外掛”。僅需引入 RebuttalAgent 的策略指導，Qwen3-8B 在 “表達清晰度” 上的得分就暴漲了 21.0%，這有力地證明了 TSR 框架的可遷移性。

做科研路上的 “理性副駕駛”，

而非 “幽靈寫手”

RebuttalAgent 的提出，展示了 LLM 在處理高階認知任務，特別是涉及復雜人際博弈和戰略溝通場景的巨大潛力。但 Agent 無法替你完成實驗，也不會憑空捏造數據，模型在訓練之初就刻意剝離了涉及實驗結果生成的指令，杜絕了 “幻覺造假” 的可能。

• 打破 “新手墻”：對于許多剛踏入學術圈的新手而言，面對犀利甚至尖銳的審稿意見，往往容易陷入恐慌或產生防御性心態。RebuttalAgent 的價值正是在于提供戰略性的建議與實用的技巧，幫助作者克服情緒干擾，理清邏輯脈絡，組織得體的語言。
• 
  
• 促進學術交流：論文的核心價值在于 “提升學術對話的清晰度與建設性”。它致力于消除因表達不當或溝通策略缺失而造成的誤解，讓審稿人與作者的對話回歸真理本身，而非陷入情緒對抗或單純的語言技巧博弈。

RebuttalAgent 本質上是對大語言模型在嚴重信息不對稱條件下戰略說服能力的一次探索性研究。最終的科學判斷與責任，始終掌握在人類作者手中。

作者介紹：

何致濤，香港科技大學計算機系博士生，導師 Yi R. (May) Fung。曾在中國科學院自動化研究所、清華大學 AIR、螞蟻集團從事研究，并在 ACL、NeurIPS、COLM、ICLR 等機器學習與自然語言處理頂級會議上發表多篇論文。