近期 Reddit 社区热议 ICLR 2027 审稿质量下滑。多位研究人员指出，本届评审普遍存在意见浅显、篇幅短小的问题，水准接近小型研讨会。核心争议集中在三个方面：一是结构化严重，多数评审在优缺点和问题栏目仅列出两条通用评价，缺乏对方法论、技术稳健性和学术影响的深度剖析；二是评分与评价脱节，给出的低分缺乏逻辑支撑，难以作为拒稿依据；三是社区担忧这种模式会削弱顶级会议的筛选价值，埋没高质量研究。这引发了业界对学术评审透明度与激励机制的反思。
ICLR 评审结果即将发布，Reddit 社区的研究人员正密切关注各自稿件的反馈进展。作为机器学习领域的核心会议，其评审结果直接反映了大模型架构、算法创新及理论研究的最新风向。对开发者和研究者而言，即将公开的匿名评审意见不仅是衡量自身研究水平的关键依据，也是观察当前技术趋势和前沿方法实际效能的重要窗口。目前，社区讨论主要集中在不同稿件编号的审阅进度差异以及最终的录用预期上。
一位ICLR会议审稿人指出，在近期分配的审稿任务中，发现三篇投稿论文均呈现出明显的“AI生成”特征。这些论文不仅语言表达生硬、难以阅读，且在研究方法上表现出高度的同质化，均围绕“对比两种预测器优劣”这一单一逻辑展开。作者认为，这种未经人工润色、直接由大模型生成的“垃圾内容（slop）”正在成为顶级学术会议投稿中的普遍现象。这一现象对学术评审机制提出了严峻挑战，反映出在AI辅助写作普及的背景下，学术界亟需重新审视论文质量评估标准，以应对低质量自动化内容对科研生态的潜在侵蚀。
随着 ICLR 2025 审稿启动，AI 辅助写作对学术评审的冲击成为社区焦点。当前面临三大痛点：首先，大模型生成文本质量水涨船高，分辨高质量研究与 AI “水文”变得异常困难，审稿人不堪重负；其次，面对海量自动化投稿，急需建立新型筛选机制，避免真正有价值的创新被淹没；最后，审稿一线反馈表明，处理这类稿件需要更严格的评估标准，才能守住学术评审的底线。