衡宇 发自 凹非寺 转载 | 量子位 | 公众号 QbitAI
今天，ICLR 2025的discussion phase的ddl已经截止。回看过去14天的讨论过程，可太精彩了！
各大平台上随手一翻就是作者们的吐槽大会，都在无语这届ICLR评审的各种奇葩乱象。
譬如UCSB博士生@JiachenLi11 就在推特上非常之无奈：
我收到的评审内容，低到令人担忧——其中一条评审甚至话都没说完。难道审稿人的tokens用完了吗？？？
![]()
△图源推友@JiachenLi11
你还真别说，他这个“tokens用完”的吐槽并不是空穴来风——
ICLR 2025的论文提交数前所未有地高，约有11000篇。
为了提升审稿速度和质量，ICLR今年引入了AI参与审稿工作。
当然了，倒也不是单一AI，是多个AI大模型组成的Agent。
然而，你以为审稿人话不写完评审内容就点发送，就是ICLR 2025的全部槽点了吗？
ICLR吐槽大赏
要细数今年ICLR 2025的神奇事件，咱们先从最广为人知的一件说起：
[10,10,10,10]和3个poor得分并存
今年的ICLR出现了一篇4个审稿人同时打出了10分的论文。
假如这个分数能保持到中稿通知，这将是近5年来，ICLR的唯一一篇满分作文。
论文题目如下图，是一个叫IC-Light（全称Imposing Consistent Light）项目，是关于控制图像照明的。
作者张吕敏，也是大名鼎鼎的ControlNet的作者。
他在苏州大学拿到学士学位后，去往斯坦福读博。
IC-Light可以随意控制照片主体的光源和背景，将主体、光源、背景三者迅速地融合在一张图片里。
半年前，IC-Light就在GitHub上开源，现在共6.5k星。
与此同时，ICLR 2025还出现了几篇，某一审稿人给某篇论文全打1分的论文。
这里我们打断一下，了解一下ICLR的评分体系：
1分：太差了
3分：拒绝
5分：婉拒了哈
6分：接……吧
8分：接收
10分：强接收
就拿其中一篇来说吧，看到这个结果给作者气的，写了一篇十几页的strong rebuttal。
那审稿人为什么给人家Soundness、Presentation、Contributions都给了1分？
审稿人言辞非常犀利，直呼Paper Writing is quite bad，然后还毫不客气地提问：“Is there a human author on this paper？”
审稿人还表示，（这也是全部最低分的最重要一点），我们是可以判断一篇论文是人写的还是AI写的，“也许您在生成文本时没有进行基本的连贯性检查”。
作者继续输出长篇大论rebuttal，并回击“我可真钦佩你识别AI的能力”。
作者5页回应，审稿人在ddl突然否定领域
一位在北大CS读博的小某书网友@Kevin 对审稿人的神操作大吐苦水。
事情是这样的，ICLR不是共14天用来discussion phase嘛。
这14天里，有一位审稿人5，一共对他所在团队提交的paper提出了10个问题。
团队认真回复了整整五页，审稿人5已读不回。
团队多次希望与其讨论，审稿人5已读不回。
总之就是一整个石沉大海。
到了昨天，也就是discussion phase的最后一天，“审稿人5突然否定这个领域，并将5分改为3分”。
@Kevin非常不理解为什么审稿人这样做的意图。
真的就，令人心碎的discussion phase。
“你需要引用另一篇ICLR 2025投稿”
推友@PandaAshwinee（普林斯顿博士毕业，现在在Trails.ai从事博后工作）给看热闹的网友们画了个自己接收到的评审内容的亮点：
你需要引用另一篇ICLR 2025的投稿。
展开说说，就是审稿人链接了ICLR 2025 openreview的另外一篇论文，表示两个项目高度相关，所以小哥应该引用。
但是哭啊，小哥查过了，要求被引的论文根本不在arXiv上。
而且这不是他第一次感觉“天塌了”——他在评论区补充，之前他的项目在ICML 2024被拒，主要原因也是“与另一篇ICML 2024投稿高度相似”。
不过ICLR很快在小哥推文下面回复了，表达程序主席开始调查这个事儿。
“乞讨式”ICLR
前面提到的都是审稿人和作者有来有回（哪怕回得慢）的激情battle，更有意思的事是，无论国内还是国外，很多人都把这届称为“乞讨式”ICLR。
简而言之，就是审稿人一直不给评审不给分。
有人上个月下旬的时候，就开始给所有AC（区域主席）发了邮件，要求他们提醒审稿人回复作者。
或者至少确认审稿人们知道自己还得干这活。
当时就有网友提醒“最坏的打算”，有的审稿人会拖到最后一刻，因为他们也在为自己措辞……
果不其然，单看国内，昨天开始24h内倒计时了，很多作者还在恳求审稿人快快评审，快快给分。
哎。
对作者的奇怪请求
在Google DeepMind工作的Ahmad Beirami（@abeirami）分享了一则讯息：
发到推特上后，有ICLR作者表示出了疑惑：
如果作者们写了这玩意儿，是否真的对审稿有帮助？
他觉得这“可能是在浪费时间”，因为审稿人完全可能看都不看，直接去看paper原文。一切都是徒劳的。
不过Ahmad很快回复了这位作者：
Yes！
作为一名AC，我想确保我没有从作者的角度遗漏任何内容。可能会有很多变化、新结果等。我想确保我知道在哪里找到它们，以便能够形成观点，判断一些原始评论/关注是否适用。
得到这个答复后，作者小哥很愉快地去添加注释去了。
ICLR 2025为何这样
以上种种，只是大家或身在其中/或围观看热闹的ICLR 2025的一点点故事而已。
但，身为权威顶会，为什么会这样？
有的人认为和今年的稿件数量有关。
官方数据显示，ICLR 2025的论文提交数量达到了11,000多篇，同比增长61%。
而去年ICLR 2024组委会收到的投稿总数为7,262篇——当然了，对那时候的ICLR来说也是不小的工作量，同比增长了47%。
今年，面对如此庞大的论文数量，审稿人数量高达15,000多名。
这还不够，官方还引入了多个AI大模型构成的Agent来参与审稿。但它的功用不是完全替代审稿人，它不会撰写审稿评论或直接编辑评论，而是提供建设性和可操作性的反馈，帮助审稿人提高审稿质量。
这个Agent针对审稿中可能存在的三类问题提供建议：
鼓励审稿人改写含糊的评论，使其对作者更具可操作性；
突出文章中可能已经回答了审稿人问题的部分；
发现并处理不专业、不恰当的言论。
但很多作者认为，稿件数量激增确实加大了工作量，Agent的辅助无可厚非，但绝不是ICLR变成被看热闹的“科研春晚”的原因。
一方面，Agent提出的建议，审稿人是可以选择接受或者忽略不管的。
另一方面，极速扩张的审稿人中，是否有人并不是适合评审工作？
再一方面，为了确保审稿质量，每位审稿人平均分配3篇论文，顶天了看4篇，工作量并不是超负荷状态。
除了有点混乱以外，另一个被网友们激烈讨论的点，集中在这届ICLR的分数上。
一般来说，ICLR的传统接收率在30%左右，然后今年ICLR的排名前30%的论文，平均评分约为5.6。
前面我们介绍了，6分算是一个勉勉强强的分数，属于论文被接收的边缘门槛。
这就意味着“低于‘边缘接受’门槛的论文将被接收”。
网友谈道，“当会议接受变得如此随意时，我们正在破坏整个科学评估系统——这影响到AI研究整体的完整性。”
在此基础上，他提出了三点自己的思考，希望ICLR应有更严格和公平的程序。
当然，也有另一种声音：
期待一些超级强大到无懈可击的大模型出现，让它们充当审稿人，解决上述所有问题，以此帮助减轻审稿的负担。
只是不知道这一天什么时候会到来了。
参考链接：
[1]https://x.com/mo_danesh/status/1863964693687107823
[2]https://x.com/JiachenLi11/status/1856472250636964350
[3]https://x.com/Yuchenj_UW/status/1862541099136651536
[4]https://x.com/abeirami/status/1863629237741064608
[5]https://x.com/PandaAshwinee/status/1856384624873570749
[6]https://x.com/ysu_nlp/status/1860504185583648863
[7]https://openreview.net/group?id=ICLR.cc/2025/Workshop_Proposals#tab-accept
— 完 —
