CMU 学者：组内最得意论文 5 份审稿近全为 LLM 生成，撰文析审稿单一化风险
brwilder · x · 2026-11-07
CMU 研究者 Bryan Wilder 分享个人经历并发布博文《LLM reviewing 的均衡效应》:他所在小组最令他兴奋的一篇论文,在 NeurIPS 的 3 份、ICLR 的 2 份审稿中,经 pangram 检测几乎 100% 由 LLM 生成。「Claude 的意见确实不错,但我们早已把打算采纳的全部采纳了」。
博文核心论点:
- LLM 在同行评审中的四种角色——作者预反馈、错误检测、辅助人类审稿、以及作为审稿人本身——后果截然不同
- 关键不该只看 LLM 输出的即时准确性,而要看整个科学生态最终达到的均衡
- 「LLM 当审稿人」(如 AAAI 试点设想的一阶段审稿)若走向生成完整评审甚至评分,会导致研究评估的高度中心化,给作者带来负向长期激励,并可能造成审稿「单一化」(monoculture)
短期的「LLM 审稿与人类审稿一致性」验证,并不足以证明这类做法长期无害。
所属事件:CMU 学者称其论文 5 份审稿中 4 份为 LLM 生成(3 条相关)→
「漫话AGI」频道最新
- AI 对齐思想实验：把效用函数当 PII，让智能体「无知之幕」下自我设定 — jessi_cata · 2026-11-07
- 「人机协作是默认状态」：经济学家主张科研成果只看质量不看是否用 AI — _akpiper · 2026-11-07
- AI 发现药物已有数十条进临床，业内回击 Vertex 主席「AI 不行」论 — chaitjo · 2026-11-07
- 「它们不是在和我们交朋友」：书评重提聊天机器人情感欺骗之问 — _akpiper · 2026-11-07
- Gary Marcus 讽 Anthropic：半年前求监管，如今怕选民当真 — GaryMarcus · 2026-11-07
- AI 冲击艺术行业:一年流失 5.4 万岗位,ChatGPT 发布以来累计 20.3 万 — AaronBergman18 · 2026-11-07