推文

@Noe1017_Monad · 2026-10-17 20:02

两三个月搞定一篇顶会论文，这在几年前是不可想象的。但现在这套流程已经被彻底工业化了。 现代AI科研有一套非常成熟的八股文模板。 你找到一个稍微有点缺陷的基线模型，改动一下网络结构，加一个注意力机制，或者换一套数据增强策略，然后在几个标准数据集上刷出微弱的提升。 接着，做几组消融实验证明你的每个改动都是有用的，最后用大语言模型润色一下英文表达，一篇标准的顶会投稿就诞生了。 在这个过程中，学生并没有在做科学研究，他们只是在做参数调优和工程拼凑。 他们不知道问题的本质是什么，不知道方法的局限性在哪里，甚至连代码可能都是从GitHub上东拼西凑然后让AI辅助修改的。 论文的形式越来越完美，但学生本人的科研判断力却几乎为零。 这个名单里有MIT的Phillip Isola，有UCLA的周博磊，还有国内交大的卢策吾、清华的黄高，这些人在计算机视觉和机器学习领域都是极具分量的实干派。 他们站出来踩刹车，说明这辆疯狂超速的学术列车真的到了快要解体的边缘。 一百多位导师联合承诺不以论文数量选拔学生，本质上就是发现了这个可怕的事实：论文数量早就跟独立科研能力脱钩了。 要彻底理解这场危机的规模，大家必须看看最新的数据。 这不仅仅是国内升学压力的锅，这是全球AI学术界共同面对的灾难。 根据NeurIPS 2025年程序委员会官方公布的数据，当年符合格式的有效投稿量达到了惊人的21575篇。 而到了刚刚结束审稿流程的ICLR 2026，官方统计显示接收到了19525篇有效投稿。 为了处理这近两万篇稿件，组委会动用了18054名审稿人，产生了超过76000份审稿意见。 大家对这些数字可能没有概念。 十年前的AI顶会，一年也就几千篇投稿，审稿人基本都是领域内真正懂行的专家，大家还会认真看看你的推导和实验细节。 现在呢？ 现在的审稿系统正在遭受饱和式攻击。 一万八千名审稿人里，有大量也是刚刚发过一两篇论文的学生。 让处于摸索期的学生去决定另一批学生的论文命运，这种盲人摸象的评审机制本身就已经摇摇欲坠。 更致命的是，生成式AI不仅降低了写论文的门槛，也摧毁了审稿的门槛。 在ICLR 2026的官方回顾报告里，组委会十分无奈地承认，他们花费了巨大精力去处理那些疑似大模型生成的审稿意见。 有很多论文甚至包含了完全不存在的参考文献和非常荒谬的书目信息。这是多么魔幻的现实。 学生用大模型生成论文，审稿人用大模型生成评审意见，最后大家在这个庞大的文字垃圾场里狂欢，庆祝自己又多了一项学术成果。

曝光 600 · 评论 0 · 点赞 10 · 书签 5 · 曝光/时 560.1074682825356