ICLR 2027首轮评审引吐槽：有审稿人让作者解释标准差

最近，机器学习顶会 ICLR 2027 的第一轮审稿意见开始陆续放出来。

对论文作者而言，这往往是个挺紧张的节点。几个月乃至一两年的活儿，总算要交给同行去审。方法、实验、理论推导，都会被审稿人一项项细看，挑出研究里确实存在的问题。

[[保留3]]

可今年不少人打开 OpenReview，看到的评审意见让人哭笑不得。ICLR 2027 的同行评审，转眼成了 AI 圈里一场大规模的吐槽。

[[保留5]]

有人让作者解释标准差

有人把 AI 提示词直接贴了上来

[[保留7]]加州大学伯克利分校的 Hanchen Li 先被点了名。他发帖说，自己收到的 ICLR 评审意见里，对方要他们解释什么叫「standard deviation」（标准差）。他还打趣，这一下像是又坐回了高中课堂。

[[保留9]]

原帖并没贴出完整论文和评审上下文，审稿人到底是想让作者补上统计定义，还是对论文里具体的用法有疑问，从现有信息看不出来。

不过，这则帖子很快还是引来了大量围观。

Ravid Shwartz Ziv 晒出的情况更让人哭笑不得。他把三位审稿人的意见一并贴了出来。

头一位审稿人写的是：「The paper is well-written and addresses an important problem. However, the authors should consider additional baselines.」第二位审稿人几乎一字不差地把这句话又写了一遍。

轮到第三位，风格陡然一转：「Certainly! Here is a review of the paper」，之后才进入正儿八经的评审内容。连 AI 生成文本里常见的那种对话式开场白，都没被清理掉。

前两份评语像出自同一个模板，第三份则把 AI 生成的痕迹留得更明显。让作者更没脾气的是，这些意见最后全都进了正式的同行评审流程。

另一位研究者 Konstantin Grotov 碰到的问题，跟 AI 辅助写作有关。他说，自己投给 ICLR 的论文收到了一条评审意见，矛头主要指向 AI 的使用情况。

麻烦在于，这篇论文已经按要求披露了 AI 辅助写作。

Grotov 后来解释，审稿人当然有权对 AI 的使用提出质疑，但得给出具体的技术论据，讲清楚这种使用怎样影响了论文质量、研究结果或者可信度。光凭论文用了 AI 就当作拒稿理由，显然站不住脚。

再往下的一则案例，就更耐人寻味了。

研究者 Artur Chakhvadze 晒出了一份评审意见。写这份意见的审稿人直接承认，自己的专业背景不够，没法对这篇论文做出像样的评估。

Chakhvadze 反倒觉得这是好事——起码这位审稿人老实交代了自己的能力边界。他顺带抱怨，自己见过不少评审连论文所在领域的基础知识都没搞清楚，照样打出 3/4 的高信心分。

帖子下面意见不一。有人说，审稿人主动讲明自己不熟悉这个方向，总比不懂装懂、胡乱编一份意见要负责。也有人反问：专业背景对不上，这篇论文当初怎么就分到了他手上？Chakhvadze 后来补了一句，审稿人本身未必有错，该被追问的是分配和管理评审的那套流程。

几则帖子看下来，问题其实分好几种：有的没把论文读透，有的可能靠 AI 代写评语，还有的被分到了自己不熟的领域。归根到底都指向同一件事——作者收到的评审意见，究竟能不能支撑学术判断？

AI 擅长找毛病

却未必知道什么毛病值得拒稿

讨论中有一条观点格外扎眼。

德克萨斯大学奥斯汀分校的 Jiaxin Pei 说，2026 年最让他头疼的审稿毛病，是 AI 审稿人好像分不清论文的「局限性」和真正动摇论文根基的「关键问题」。

他的判断是，大语言模型随手就能给一篇论文列出上百个局限性，再优秀的经典论文也逃不掉。可这并不代表那些论文就该被拒。

这话戳中了 AI 参与同行评审的一处要害。科研论文几乎不可能面面俱到：实验规模或许偏小，有些场景没覆盖到，方法可能依赖特定假设，理论分析的适用范围也有限。这些都是研究里再正常不过的局限。

论文能不能立住，关键要看这些局限是否动摇了核心贡献。

审稿人要求作者补更多数据集、扩大模型规模、加做对照实验，这本身没问题。可要是现有实验已经够支撑论文的核心结论，额外实验就未必能成为拒稿的理由。反过来说，最关键的实验设计有漏洞，或者理论推导里存在修不好的错误，那其他部分写得再漂亮，论文也可能站不住。

真正考验的是判断问题轻重的能力。大模型偏偏容易把这两件事搅在一起：它能一条接一条地列出潜在问题，却未必分得清哪个问题才真正影响研究结论。结果就是评审意见越写越长，要求补的实验越来越多，决定论文质量的核心问题反倒被埋没了。

Jiaxin Pei 的这条帖子，让不少研究者产生了共鸣。

有人指出，这种毛病正在渗进同行评审机制本身。现在每场 AI 学术会议上，似乎都会冒出这么一批审稿人：一边给论文打低分，一边又要求作者补做新实验，而这些实验要么无关紧要，要么只是对现有实验做点小修小补。

也有人给出了一个很直接的判断标准：假如把这个问题修好，论文的核心结论会变吗？答案是否定的，那它可能只是个普通的局限性，算不上能否定整篇论文的关键缺陷。知道什么值得关注、什么可以接受，恰恰是同行评审最需要的能力。

结语

把这些案例摆到一起看，ICLR 这次的争议就不只是审稿人水平的问题了。

更大的背景在于，AI 正在同时改写学术研究的生产端和评价端。

同行评审这件事，高度依赖专业知识和时间投入。论文数量的增速，未必是专业审稿人的增速能追上的。ICLR 2027 项目主席团队此前就专门解释过这一点：9 月 2 日，该团队发布官方文章，分析了 AI 时代同行评审面临的新压力。

https://blog.iclr.cc/2026/09/02/submission-policies-for-iclr-2027/

机器学习领域这几年扩张很快，新入行的人比资深研究者多得多，能扛专业评审的人手恐怕追不上投稿量的上涨，这是ICLR 2027项目主席团队给出的判断。生成式AI又把写论文的门槛压低了：哪怕对某个研究方向并不熟，也能靠AI攒出一篇看上去像模像样的稿子。另一边，审稿人把评审活交给AI，同样成了待解的难题。

评审资源吃紧，ICLR 2027为此摆出一套办法：限制投稿数量，强化互惠审稿制度。审稿义务也收得更紧——名字出现在3篇及以上投稿里的作者，至少要审够6篇论文；每篇投稿还得有至少一位符合规定资格的作者注册成审稿人，并承诺评审至少3篇。要是所有作者都不具备相应资格，这项要求可以豁免。

对AI，ICLR没有一刀切禁止，审稿人可以用大模型辅助撰写评审意见和元评审，但得有限度、负责任。前提写得很清楚：用了就要披露。只要大模型参与生成或修改评审意见的任何部分，审稿人还得交出自己最初独立写的那份论文评估，以及与大模型的全部交互记录；多轮对话的，各轮输入内容也要一并提供。

规则里还写明，AI生成的评审若含虚假信息、幻觉或失实陈述，或者评审本身质量差，审稿人可能被认定没履行互惠审稿义务，从而受到纪律处分。处罚手段包括把他作为作者参与的全部投稿直接拒掉，或者限制其今后向会议投稿。

眼下公开的只是ICLR首轮评审意见。作者和审稿人的公开讨论会持续到11月18日，最终录用结果预计12月16日公布。作者仍可对错误评审提出质疑，审稿人也能依据新信息改动自己的评分。

参考链接：

https://x.com/mbilgehanertan/status/2118760558854070637

https://x.com/jiaxin_pei/status/2118714662892327158

https://x.com/norpadon/status/2118896999709684071

https://x.com/lihanc02/status/2118843054975336646

https://x.com/kgrotov/status/2118695897890804071

https://x.com/ziv_ravid/status/2118718086920413494