NeurIPS 2026 审稿人：AI生成的回复（及论文）[D]
摘要
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。
我评审的一篇论文有完全由LLM生成的回复，而且原始论文也明显是LLM生成的，到处是Claude式的语言。虽然作者在清单中承认使用了LLM写作辅助，但这让我个人感到非常恼火——Claude那种明显的文风很难理解，对我来说说明作者缺乏投入。我试图保持客观，意识到自己的职责只是评判工作的实际内容，但我并不愿意给一个完全由AI生成的论点赋予太多权重，也不喜欢在NeurIPS上与这种粗制滥造的论文（及其“作者”）打交道。这既是一部分吐槽，也是寻求建议：如何着手撰写对回复的回应。
相似文章
NeurIPS 2026 AI生成的评审 [D]
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。
NeurIPS 审稿人不参与互动 [D]
一位用户寻求如何促使 NeurIPS 审稿人参与反驳的建议，并建议对不参与的行为进行可能的惩罚。
NeurIPS 2026：如果反驳回应了你的关切，请提高你的评分 [D]
一篇观点文章，敦促 NeurIPS 审稿人在反驳回应了他们提出的关切时提高评分，无论个人喜好如何，引发了关于审稿过程的讨论。
ICLR 2027 仍在发出初审拒稿通知 [N]
ICLR 2027 继续对投稿作出不送审直接拒稿的决定，并感谢学术社区协助防止低质量的 AI 生成论文涌入评审流程。
超越模仿审稿人：评估用于预提交同行评审的LLMs
本文评估了LLM系统在预提交同行评审中的应用，表明广泛的生成能够恢复大多数历史评审问题，但将其压缩成简短报告仍具挑战性，这对AI辅助研究反馈具有启示意义。