ICLR 2027 摘要提交量激增至约5万份
ICLR 2027 在截止日期前已收到约5万份摘要提交,较 ICLR 2026 的1.95万份大幅增加。这一激增由 AI 热潮、与发表记录挂钩的企业薪酬以及 AI 加速论文生成等因素驱动。预计这将加剧现有的提交和评审质量问题。
ICLR 2027 在截止日期前已收到约5万份摘要提交,较 ICLR 2026 的1.95万份大幅增加。这一激增由 AI 热潮、与发表记录挂钩的企业薪酬以及 AI 加速论文生成等因素驱动。预计这将加剧现有的提交和评审质量问题。
SynthePulse Insight · AI 深度解读
版本 1 · 1 个来源
距投稿截止还有一周,ICLR 2027 已收到约 5 万份摘要,而 ICLR 2026 全年有效投稿约 1.95 万篇。数量激增背后,AI 加速写作与评审信任危机正在形成闭环。
距投稿截止还有一周,ICLR 2027 已收到约 5 万份摘要。作为对照,ICLR 2026 的有效投稿约为 1.95 万篇。这两个数字来自同一篇报道,前者是截止前的阶段性统计,后者是上一届的最终有效投稿量,口径并不完全对等,但量级差距已经足够明显。
报道同时提示,当前摘要数并不等于最终投稿数。部分作者在等待 NeurIPS 的评审结果,如果被接收就会从 ICLR 撤稿,这是一种对冲策略。因此最终数量会低于 5 万,但仍将远高于上一届。
报道给出了三个可能的原因。第一是更广泛的 AI 热潮本身在推高投稿意愿。第二是企业研究支出,报道称相关薪酬有时与发表记录挂钩,这构成了一种制度性激励。第三,也是报道认为可能最大的因素:AI 让批量产出论文变得快得多。
第三个因素并非纯粹的推测。报道援引一项 NeurIPS 分析,该分析发现作者在投稿中大量使用了 AI。这为“AI 加速写作”提供了来自会议侧的证据,尽管报道没有给出该分析的具体方法或比例。
ICLR 2026 已经经历过一轮低质量 AI 生成投稿的冲击。报道描述了两类现象:作者提交充满虚构引用的 AI 生成论文,以及评审人为了跟上数量而转向 AI 辅助评审。两者叠加,侵蚀了人们对同行评审的信任。
报道的预期是,随着今年更多论文涌入,这类抱怨会变得更响。这是一个基于趋势的推断,而非已经发生的事实;但它指向一个结构性困境:当投稿端和评审端同时依赖 AI,评审作为质量筛选机制的有效性会被同时从两侧削弱。
本文全部事实来自单一来源 THE DECODER 的报道,该报道标注其信息经由 Reddit。约 5 万份摘要、1.95 万篇有效投稿、NeurIPS 分析等关键数字均为该来源的陈述,未在本文中获得独立核实。ICLR 官方尚未在给定材料中发声。
ICLR 2027 的摘要洪峰不只是数量问题。当 AI 同时加速投稿生产并迫使评审也依赖 AI,会议评审体系面临的是产能与可信度的双重挤压;而对冲撤稿意味着,真正的压力测试要等到最终投稿数落定之后。
主报道
主报道来源