ICLR 2025钦定AI参审,11000篇总投稿数暴增61%!

  新智元报道

  编辑:桃子

  【新智元导读】ICLR 2025 评审已经开始了,今年审稿人高达 15000+ 名,为了提高审稿质量,多个大模型组成的智能体也要参与审稿了。

  ICLR 2025 审稿正式开启了,预计截止到 11 月 3 日。

  而且,每位审稿人最多被分配到 3 篇论文,就是为了让大家深思熟虑去撰写高质量反馈。

  与 2024 年一样,今年论文提交数量再创新高!

  ICLR 2025 共有 11000 多篇论文提交,同比增长 61%。ICLR 2024 同比增长 47%。

  如此多的论文,究竟该怎么审?如何获得建设性、高质量同行评审?

  而且,论文提交数增加,对评审员需求也会增加,往往导致评审质量不一致问题。

  对此,ICLR 官方竟引入了「评审反馈智能体」(review feedback agent),让 AI 去识别审查中的问题,并向审稿人反馈改进。

  更有意思的是,很少发声的 Bengio 转发了 ICLR 2025 官博,继续征集不同于学术论文的投稿形式——博客文章。

  而且,截止日期就到 11 月 16 日。

  ICLR 顶会每年举办一次,2025 年将是第 13 届年会,于 4 月 24 日-28 日将在新加坡举办。

  今年顶会,着实有些不同。

  官方让 AI 来参与审稿了

  鉴于投稿数那么多,ICLR 2025 也是想要借 AI 洪荒之力解难了。

  不过,不是让 AI 完全审稿。

  目的是为了,让 AI 帮助审稿人的评审结果,更具建设性、可操作性。

  为此,ICLR 使用了多个大模型设计出反馈系统,就是为了将化觉降到最低,提高反馈质量。而且,该系统已经在 ICLR 2024 评审意见上,进行了测试。

  「评审反馈智能体」将就审稿中可能存在的三类问题,提供建议。

  ICLR 2025 官方组委会通过汇编公众评论,并评估了以往 ICLR 审稿确定了这三类问题:

  - 鼓励审稿人改写含糊的评论,让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一些问题的部分;

  - 在评审中,发现并处理不专业、不恰当的言论。

  如下,是由 AI 为以上三种类别标记的评论的示例,并给出一个示例反馈。

  首先,第一种提升准确性。

  以往几届,不论是哪个顶会,都会被作者们吐槽的一个问题是——审稿人太糊弄了。

  一句话——这篇论文还应提供更多实验数据,直接给了低分。

  而这次,审稿人这种模棱两可的评论,就要被 AI「打回去」了。

  AI 会给审稿人提供一种建议:

如果能提出您认为必须包括的具体基线,将会很有帮助。您是否认为目前的比较缺少某些方法?能否详细说明原因?

  其次,内容明确。

  当审稿人评论称,「在图 4 中,Transformer 的效率实验没有结果,这是一个关键的限制因素」。

  而论文中,可能包含了这个结果,只是审稿人没有注意到。

  AI 这时便会明确告诉他,图 5 回答了这个问题。

  最后,针对不恰当评论。

  比如,审稿人会说,「作者完全不知自己想要做什么」。

  AI 会建议道,「我们感谢您的评论,但恳请您将评论重点放在论文的具体内容和方法上,而不是对作者发表个人意见」。

  AI 不会取代审稿人

  官方表示了,智能体系统不会取代任何人类审稿人,而且也不会撰写审稿评论,或直接对评论自动编辑。

  相反,它将作为一个助手,提供可选的反馈。审稿人可以选择接纳,或者忽略。

  与以往的 ICLR 顶会一样,每一份提交的论文皆由人类审稿人独立进行反馈,最终的「接收」决定,将由 ACS、SAS 和审稿人做出。

  而且,AI 将为随机选择的一部分初始评审提供反馈,以便进行比较并评估其影响。

  在评审意见对作者公开之前,审稿人将有机会更新他们的评审(如果愿意的话)。

  AI 一般在提交评审后的几小时内,向审稿人提供建议。对后续的审稿人回应将不再提供反馈,审稿人与反馈系统之间也不会有进一步的互动。

  此外,反馈只对评审员和 ICLR 项目主席可见;不会与其他评审员、作者或区域主席(AC)分享,也不会影响录用决定。

  审稿人太多了

  据官方统计,今年有 15249 位审稿人,824 位 AC,以及 71 位高级 AC。

  由于邀请了太多的审稿人,导致许多人尽管收到了电子邮件通知,却没有收到任何评审的论文。

  还有人指出,自己看到审稿人的自定义最大论文数(custom-max-papers)设置为0,本应无法分配到论文,但他们却被分配了一篇论文。这是怎么回事?

  目前,这些问题还待 ICLR 去解决。

  博客文章,也能提交

  延续之前的传统,今年 ICLR 顶会继续批准提交博客类型的文章。

  提交的文章,需要符合以下要点:

  - 回顾过去的工作并总结结果,提出新的直觉,或指出一些不足之处

  - 对现有的机器学习概念或技术提出新颖的观点或解释

  - 从新的角度讨论机器学习中的重要问题,如可复现性

  - 分析机器学习和人工智能最新进展的社会影响

  - 你尝试过但未成功的有趣研究想法

  去年被接收的博客文章,感兴趣的童鞋可作参考。

  参考资料:

  https://x.com/Yoshua_Bengio/status/1846197032966385867

  https://blog.iclr.cc/2024/10/09/iclr2025-assisting-reviewers/