# IA da Sakana AI detecta 73% dos erros em teste

> O novo sistema de revisão da empresa, baseado em três agentes Claude, identificou 73.43% dos erros nas alegações centrais, muito acima do melhor resultado anterior, de 14.81%.

Oossa · 2026-10-11 · https://oossa.com/pt/sakana-ai-s-review-ai-catches-73-of-claim-errors-in-test

A Sakana AI publicou um artigo na Transactions on Machine Learning Research (TMLR) que descreve um novo sistema de revisão por pares para grandes modelos de linguagem. O sistema usa três agentes baseados em Claude, que trabalham em conjunto para identificar erros nas alegações de pesquisas. Em um benchmark com 1,164 contradições conhecidas, o sistema sinalizou 73.43% dos erros nas alegações centrais. O melhor sistema anterior detectou apenas 14.81% dos mesmos erros.

## Como o teste foi feito

O benchmark, chamado Contradiction Benchmark, contém 1,164 casos em que a alegação principal de um artigo contradiz as evidências apresentadas no próprio trabalho. A Sakana AI aplicou ao benchmark seus agentes Multi-Layered Review (MLR) e registrou quantos erros cada sistema detectou. Os números divulgados vêm de uma avaliação feita pela própria Sakana AI.

## Os fatos

- O Multi-Layered Review da Sakana AI usa três agentes revisores baseados em Claude.
- O sistema foi testado em um Contradiction Benchmark com 1,164 erros.
- O MLR detectou 73.43% dos erros nas alegações centrais.
- O melhor sistema anterior detectou apenas 14.81% desses erros.
- Os resultados foram publicados em um artigo da TMLR em Oct 10 2026.

## Por que importa

Se ferramentas de revisão por pares conseguirem identificar a maioria dos erros nas alegações, os pesquisadores poderão receber comentários mais rapidamente antes de publicar. Para os leitores, isso pode significar menos artigos com contradições ocultas. Ainda é necessária uma verificação independente desses resultados.

## Fontes e referências

1. [Sakana AI’s LLM Peer Review System Catches 73% of Core-Claim Errors](https://www.marktechpost.com/2026/10/10/sakana-ais-llm-peer-review-system-catches-73-of-core-claim-errors/) – MarkTechPost, 2026-10-10

Última atualização: 2026-10-11