NeurIPS 面积主席呼吁：用 LLM 推荐系统重塑学术同行评审

brwilder · x · 2026-07-28

机器学习领域的学术同行评审正面临危机：论文数量激增、审稿质量下降且充斥着 AI 生成的敷衍内容。作为 NeurIPS 的面积主席，作者指出当前的评审系统已无法有效筛选优质论文。

作者曾担忧使用 LLM 评审会导致“算法单一化”，使研究界过度迎合少数模型的品味。但鉴于现状的崩坏与 LLM 能力的提升，他改变了看法。他认为，当前的前沿模型在查错、代码审查和实验规范检验上已超越普通审稿人。因此，他提议用多样化的 LLM 推荐系统生态取代现有机制，让不同的模型带着各自的标准来评估论文，从而打破单一标准，重塑健康的学术评价体系。