AI论文激增暴露同行评审危机，学者呼吁审稿透明化
a1zhang · x · 2026-08-03
随着AI论文数量激增，传统的学术同行评审系统正面临严峻挑战。研究者指出，当前系统存在审稿人素质参差不齐、对低质量或错误评审缺乏问责机制等核心问题。
许多学者抱怨，审稿人常常要求论文中已经包含的实验或图表，且在Rebuttal阶段拒绝沟通。此外，AI生成内容的涌入也加剧了系统的负担。这引发了学术界对评审系统透明度和有效性的广泛担忧，许多人呼吁教授和资深研究者公开讨论并改革这一体系。
所属事件:AI顶会评审危机：低响应率、敌意与AI造假内容被接收(10 条相关)→
「研究」频道最新
- 非可逆聚合算子的高效滑动窗口算法引开发者点赞 — Paimaamu · 2026-10-16
- 5 万条编造数据被 ChatGPT 引用：GEO 实验揭示 AI 搜索漏洞 — metehan777 · 2026-10-16
- 博主纠正生成模型讨论:这不是梯度下降问题,而是 mode collapse — burny_tech · 2026-10-16
- Causal Inference 入门系列开更,第一部分上线 — Nasereliver · 2026-10-16
- RIKEN 新法 FBI:训练更新只需一次采样,Pass@10 成本降至 12.3% — EmtiyazKhan · 2026-10-16
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16