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。
「研究」频道最新
- N_0-TWAM: 首个大规模触觉原生世界-动作模型 — NeoteAIEmbodied · 2026-08-03
- CS-JEPA: 去中心化群体机器人的高效状态预测架构 — ITMO · 2026-08-03
- ODEWorld: 基于常微分方程的连续时间世界模型 — Dongxiu Liu · 2026-08-03
- ICML 论文揭示 LLM 显著性偏差:被无用数字干扰而丧失常识 — Zheng Wu · 2026-08-03
- comma.ai 复盘自动驾驶模型早期离谱 Bug — dosco · 2026-08-03
- Apple-π数据集发布:专测视频模型的经典力学物理推理 — ziqi_huang_ · 2026-08-03