ICLR 审稿用 LLM 评级混乱，研究者吐槽「优点一堆照样拒稿」

HildeKuehne · x · 2026-11-10

研究者 Hilde Kuehne（汉堡大学，视频理解方向）复盘本届 ICLR 的 LLM 生成审稿意见时指出一个普遍问题：审稿评级高度不一致。典型模式是优点部分写「结果很棒」，随后列出 3-5 条相当次要的缺点（比如方法的某部分缺乏新颖性），最后却给出明确拒稿。她认为每一条意见单独看都合理，但对优点与缺点的权衡和整体判断明显失衡——LLM 缺乏把一篇论文的各项贡献拼成整体图景的能力，也不擅长判断某项贡献对其他研究者是否relevant。她的结论是：科研仍是人类的「社区运动」，把评审完全外包给机器，「就像办一届机器人足球世界杯一样没有吸引力」。