敵対的にレビュー(一番強いモデル) -> レビュー対応(そこそこモデル) -> 敵対的にレビュー(強いモデル) -> ...

っていうループを回して、敵対レビュワーもそこそこ認めざるを得ないレベルまでになったアイデアをさらに簡略化して出してあげると、良いアイデアだけが蒸留されそう