ICLR 2027 可解释性 track 平均评审分垫底，或与 AI 量产灌水相关

nsaphra · x · 2026-11-07

OpenReview 公开数据显示 ICLR 2027 首批投稿中，Interpretability/XAI track 平均评审分仅 1.92，为所有方向最低（全体平均 2.06，最高为 Generative Models 2.15）；≥3 分比例仅 2.8%，低于全体的 4.1%。转发者猜测这不代表可解释性审稿人更苛刻，而是该领域大量 training-free 的研究较易用 AI 自动化生产，拉低了质量下限；而 scaling/训练类研究需要真实算力与工程投入，低质作品更难产出。数据截至 2026-11-06，rebuttal 阶段尚未开始。