NeurIPS 2026 AI生成的评审 [D]
摘要
关于在NeurIPS 2026中使用AI生成的评审的讨论，包括对提示注入的担忧，以及评审者在没有适当监督的情况下使用LLM却没有后果的问题。
我真的很困惑（作为作者）这个提示注入的目的是什么？只是一项研究吗？我真的希望他们能对AI生成的评审采取行动。显然，我们不能假设评审者只是直接将LLM的输出复制粘贴而没有经过任何查看，但在某些情况下看起来确实是这样的。事实上，在某些情况下，元评审似乎也大量使用了LLM。那么，使用LLM进行评审到底会有什么后果呢？
相似文章
NeurIPS 2026 审稿人：AI生成的回复（及论文）[D]
一位NeurIPS审稿人称遇到了一篇论文及其回复似乎完全由LLM生成，表达了沮丧并寻求如何评估此类投稿的建议。
NeurIPS 2026 的提示注入？[D]
一位用户报告称，他们从 OpenReview 下载的 NeurIPS 2026 论文 PDF 中发现了一个提示注入，怀疑是会议方添加的，并警告可能存在包含特定短语的 LLM 生成审稿意见。
Review Arcade：论LLM评审的人类对齐与可游戏性
本文利用1000份真实的ACL 2025投稿，研究了LLM生成的评审与人类判断的对齐情况。研究发现，两者的一致性有限，且在不同模型和提示词下存在不稳定性。此外，文章提出了一种无需实质性修改即可人为提高评分的方法。作者建议不应仅依赖LLM评审，并呼吁就其在应对日益增长的投稿量中的作用展开讨论。
对AI辅助同行评议的操纵给科学界带来新风险
一项新研究表明，AI辅助的同行评审易通过廉价手段被操控——仅需对论文摘要进行表面改写，即可显著提高AI生成的评审分数，并可能使人类编辑决策产生偏差，凸显了建立防护措施的必要性。
使用AI进行代码审查六个月教会我：“review this”是一个伪装成提示问题的QA问题
一位开发者回顾了六个月来使用AI进行代码审查的经历，发现模糊的提示会产生看似合理但毫无用处的反馈。解决办法是将审查视为一个带门控的流水线，包含明确的上下文、分范围的检查、验证清单和对抗性自我批评。