ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差

资讯 36氪 2026/11/09 09:23 全文 3475 字 · 约 9 分钟读完配图 11 张

有人被要求解释「标准差」，有人收到AI味评语

机器学习顶会 ICLR 2027 的首轮评审意见这几天陆续放了出来。

对论文作者来说，这往往是个让人心里发紧的节点。几个月乃至一两年的工作，终于要交给同行去检验。审稿人会把方法、实验和理论推导逐一过一遍，把研究里真正站得住脚的问题挑出来。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 1）

可今年有些研究者打开 OpenReview，看到的评审意见让人哭笑不得。

ICLR 2027 的同行评审，一时间在 AI 圈里成了一场大型吐槽现场。

有人让作者解释标准差，有人把 AI 提示词直接贴了上来

加州大学伯克利分校的 Hanchen Li 先开了个头。他发帖说，自己收到的一份 ICLR 评审意见里，对方要求他们解释什么是「standard deviation」（标准差）。他还打趣，这么一弄像是又坐回了高中课堂。

原帖没放出论文全文和评审的上下文，所以没法判断审稿人到底是想让作者补上统计定义，还是对论文里的具体用法有疑问。可这条帖子还是很快引来了讨论。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 2）

另一位研究者 Ravid Shwartz Ziv 晒出的情况更有喜剧效果。他贴了三位审稿人的意见。第一位写的是：「The paper is well-written and addresses an important problem. However, the authors should consider additional baselines.」第二位几乎原封不动把这句话又重复了一遍。

到第三位，画风突变：「Certainly! Here is a review of the paper」，之后才进入正式评审内容。AI 生成文本那种对话开场白，这下连清理都没清理干净。

前两份评语像从同一个模板里复制出来的，第三份留下的 AI 生成痕迹更明显。让作者更无奈的是，这些意见最后都进了正式的同行评审流程。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 3）

研究者 Konstantin Grotov 碰到的问题，则跟 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。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 4）

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 5）

问题在于，论文已经按规定披露了 AI 辅助写作。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 6）

Grotov 后来解释，审稿人当然可以对 AI 使用提出质疑，但得拿出具体的技术论据，讲清楚这种使用怎样影响了论文的质量、研究结果或可信度。光因为论文用了 AI 就当成拒稿理由，显然不够。

下面这个案例更微妙一些。

研究者 Artur Chakhvadze 分享的一份评审意见里，审稿人坦白说自己专业背景不够，没法很好地评估这篇论文。

Chakhvadze 反倒给了认可：这位审稿人至少诚实承认了自己的能力边界。他还吐槽，自己见过不少评审连论文所在领域的基础知识都没搞明白，照样给出 3/4 的高信心评分。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 7）

这条帖子引出了不同看法。有人觉得，审稿人主动说明自己不熟悉这个研究方向，已经比装懂、胡乱编造评审意见负责得多。也有人追问：专业背景既然不匹配，这篇论文当初为什么会分到他手上？Chakhvadze 随后补了一句：审稿人本人未必有错，真正该质疑的是分配和管理评审的流程。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 8）

几条帖子看下来，问题其实各不一样：有人没把论文吃透，有人可能靠 AI 生成评语，还有人被分到了自己不熟的研究方向。这些最后都落到同一个问题上：作者拿到的评审意见，究竟能不能真正帮到学术判断？

AI 擅长找毛病，却未必知道什么毛病值得拒稿

这次讨论里，有一条观点尤其值得注意。

德克萨斯大学奥斯汀分校的 Jiaxin Pei 提到，2026 年让自己最头疼的审稿毛病，是 AI 审稿人好像搞不清论文的「局限性」和真正决定论文能否成立的「关键问题」这两者的区别。

在他看来，大语言模型能轻松给一篇论文挑出上百个局限性，哪怕是有史以来最出色的论文也不例外。可这并不代表这些论文就该被拒。这番话点出了 AI 介入同行评审时的一个明显短板：一篇科研论文几乎不可能面面俱到，实验规模也许有限，某些场景没有覆盖，方法可能依赖特定假设，理论分析的适用范围也可能受限。这些都属于正常的研究局限。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 9）

真正决定一篇论文能否立住的，是这些局限有没有撼动它的核心贡献。审稿人当然可以要求补更多数据集、扩大模型规模、增加对照实验。但假如现有实验已足以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，要是论文最关键的实验设计有漏洞，或者理论推导中存在无法修补的错误，那其他部分写得再漂亮，论文也可能站不住。

这时候拼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：它能不停罗列潜在问题，却未必分得清哪个问题真正影响研究结论。结果就是评审意见越写越长，要求补充的实验越提越多，真正决定论文质量的核心问题反倒被埋没了。

Jiaxin Pei 这条帖子让不少研究者产生了共鸣。有人指出，这种毛病正在渗入同行评审机制本身。如今每场 AI 学术会议上，似乎都会冒出一批审稿人：一边给论文打低分，一边又要求作者补充一些无关紧要的实验，或者只是对现有实验做点小修小补。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 10）

也有人给出了一个很直接的判断标准：假如修复这个问题，论文的核心结论会不会变？如果答案是不会，那它可能只是个普通的局限性，而不是足以否定整篇论文的关键缺陷。这恰好是同行评审最需要的能力——知道什么值得关注，也知道什么可以接受。

结语

把这些案例放在一起看，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。

同行评审本身就是一件高度依赖专业知识和时间投入的活。论文数量的增长速度，未必追得上专业审稿人的增长速度。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。

ICLR 2027首轮评审引吐槽：有审稿人问作者什么是标准差（配图 11）

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

主席团队指出，机器学习领域近几年增长迅猛，新进入者的数量远远超过资深研究者，具备专业评审能力的人手可能跟不上投稿的增长。生成式 AI 又把论文生产的门槛进一步拉低，即使不熟悉某个研究领域的人，也能借助 AI 生成一份外观上像研究论文的稿件。与此同时，审稿人把评审工作交给 AI，也成了需要解决的新问题。

评审人手吃紧，ICLR 2027 为此拿出了多项办法，比如给投稿数量设上限、把互惠审稿机制拧得更紧。审稿义务同样加码：只要名字出现在 3 篇或更多投稿里，该作者就得审够至少 6 篇论文。此外，每篇投稿都要有至少一名符合规定资格的作者注册为审稿人，并答应评审至少 3 篇；若全部作者都不具备这一资格，则该要求可获豁免。

对 AI 的使用，ICLR 并未一律叫停，审稿人可以用大模型有限度地辅助撰写评审意见和元评审，但得负责任。条件摆得很清楚：用没用 AI 必须申报。只要用大模型生成或改动评审意见的任何部分，审稿人还要交上自己最初独立写出的论文评估，以及与模型交互的完整记录。若是多轮对话，每一轮的输入内容也得一并提供。

还有一条硬规定：AI 生成的评审若掺进虚假信息、幻觉或失实陈述，又或者评审本身就写得差，审稿人可能被认定未履行互惠审稿义务，从而挨纪律处分。处分方式包括把他作为作者的所有投稿直接拒掉，或者限制其今后向会议投稿。

眼下露面的只是 ICLR 第一轮评审意见。作者和审稿人的公开讨论会一直进行到 11 月 18 日，录用结果预计 12 月 16 日出炉。作者仍可对错误评审提出异议，审稿人也能依据新信息调整评分。