iclr

该论文在 232 篇 ICLR 2025 投稿上，对五种基于大语言模型的评审范式、三种输入表示形式和三个大语言模型进行了对比评估。结果发现：直接评分在经过重新校准后与相对排序结果一致，且 API 调用次数大幅减少；仅使用摘要的输入效果优于全文摘要输入；除 Group Rating 范式外，人类评分在预测论文引用数方面仍优于任何大语言模型范式。

为 ICLR 急招 2 名应急审稿人，要求具备强化学习（RL）、智能体记忆和/或信息论方面的专长，审稿截止日期为 11 月 2 日 AoE。

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。

研究者 Peter Henderson 在 ICLR 审稿中表达对 AI 冲击学术同行评审体系的担忧，指出大量疑似 AI 生成的投稿正导致审稿质量下降与评审系统的死亡螺旋。

一篇 Hacker News 帖子吐槽 ICLR 审稿中泛滥的晦涩 AI 写作，并附上一段匿名论文中的典型模糊表述，呼吁社区讨论如何在不简单指责“AI 写作”的前提下，批评这类糟糕行文的实质问题。

一位研究者分享了自己因论文有半句话溢出到第10页而被ICLR直接拒稿的沮丧经历，批评了这一流程，并质疑所提供的LLM反馈在检查格式错误方面的价值。

一位 ICLR 审稿人表示，分配给他的三篇论文似乎全都是由 Claude 生成、未经筛选的低质内容，且都采用了相同的核心思路：通过配对差值比较预测器的误差，以推导出更紧的界限。这引发了人们对顶级会议中自动生成论文现象的担忧。

一篇讨论帖，询问社区成员为 ICLR 审稿的经验，重点关注 AI 生成论文数量不断增加，以及在 OpenReview 上识别 AI 撰写的文本和“低质灌水”投稿变得越来越困难的问题。

该论文提出Station——一个多智能体开源环境，用于评估AI代理进行开放式科学发现的能力。通过添加Supervisor和Meta Reflection机制，Station在重现ICLR oral论文发现的基准上平均达到62.7%，显著超越Codex Multiagent-v2（15.4%）和AI Scientist-v2（14.4-20.6%）。

一篇介绍直觉视觉推理基准测试（"人类的第六感"）的新论文，旨在评估多模态 AI 模型的感知直觉能力。

ICLR 2027 面临去匿名化事件，投稿被暴露给程序委员会成员，引发学术会议的隐私和安全担忧。

作者对 ICLR 的审稿政策表示担忧，该政策要求个人如果出现在 3 篇或更多论文上，就必须担任审稿人，无论其资格如何。

一位推特用户建议论文作者和会议组织者取消 ICLR 2027，并实施政策以恢复顶级出版物的声望。

作者分享了进行人工智能研究的个人提醒，强调好奇心优先于出版压力，洞察力优先于基准测试，深入调查优先于仓促完成的论文。

一条推文幽默地评论了今年超过60,000篇论文提交给ICLR的事情，并质疑了这些提交论文的整体质量。

一条吐槽ICLR 2026论文的推文，指出某篇开源论文效果极好，但实际是用测试集标签来选参数，质疑顶会审稿不严。

ICLR 2027 将其完整论文截稿日期设定在 NeurIPS 2026 决策公布之前，这可能对在 NeurIPS 被拒后有所改进的论文不利。

公平强化学习引入了民主对齐，以整合来自不同代理的多个竞争性价值集，克服了传统RLHF的局限性，并通过黑盒策略包装器实现了数量级更快的优化。

本文介绍了针对ICLR 2026已被接收论文的数据集与分析流程，从PDF标题块中提取机构隶属关系，以创建一个干净的数据集和可直接发表的树图可视化。

MIT CSAIL 研究人员提出 RLCR 方法，在强化学习中引入布雷尔分数（Brier scores），训练 AI 模型输出经过校准的置信度估计，在显著降低过度自信的同时，不牺牲准确率。