无需隐藏提示词，仅靠表述修改即可操纵 AI 评审

Yang 等人的研究提出 Adversarial Repackaging 方法，用 AI 评审自身的反馈迭代优化论文表述，在不动任何数据、公式或实验结果的前提下抬高分。在 Claude Sonnet 4、Claude Sonnet 4.5 和 GPT-5-mini 上，该方法的攻击成功率为 75.1%，平均提分 1.21（满分 10 分），作者称分数提升均通过 Wilcoxon 符号秩检验（p<0.0001）。研究还发现强弱点处理上的不对称：放大优点在 86.1% 的攻击轮次中奏效，而尝试回应弱点在 31.6% 的轮次中出现反效果；另有 15.8% 的轮次在总分上升的同时被指出弱点加重。作者按接受曝光率给出策略效果排序，相关工作重新定位最高（49.3%），讨论扩写为 44.9%。作者还发布了使用未发表 arXiv 预印本及其 LaTeX 源码的滚动基准。