AI审稿人：学术评审的新篇章

AI能否成为学术会议和期刊审稿人的得力助手？

当前，在AI领域，关于AI技术应用于论文评审的规范尚未统一。例如，ICLR规定使用大模型必须披露，而CVPR则禁止大模型在任何阶段用于撰写审稿意见。

然而，面对日益增长的海量论文投稿，人类审稿人可能难以应对。即使在实施“最严格管控规则”的ICLR 2026上，据统计，仍有高达五分之一的审稿意见是由大模型一键生成的。

尽管如此，各大会议的审稿周期依然漫长。斯坦福大学教授、著名AI学者吴恩达对此深感疲惫。他的学生论文甚至经历了三年被拒六次的“坎坷”，每次都需要等待约六个月的审稿结果。

这种缓慢的反馈循环不仅影响了研究成果的发布，还与当前技术快速迭代的需求背道而驰。既然无法改变论文评审的周期，我们能否利用AI构建一个高效的“论文反馈工作流”，让研究人员在投稿前就能获得高质量的审稿意见，更快、更有方向地迭代论文内容，减少在重大会议和期刊上反复被拒的成本与时间？

为此，吴恩达教授推出了一个全新的研究论文工具——“Agentic Reviewer（智能体审稿人）”。

这个项目最初只是他周末的一个小实验，后来在博士生Yixing Jiang的帮助下得到了大幅提升。

我们在ICLR 2025的审稿数据上训练系统，并在测试集上测试了Spearman相关系数（越高越好）：

• 两位人工审稿人之间的相关性：0.41
• AI与人工审稿人的相关性：0.42

这表明，智能体审稿正在逐步接近人类水平。

目前，这个智能体会通过检索arXiv的数据来生成有依据的反馈，因此在人工智能等主要发表在arXiv上的研究领域表现最佳。

智能体审稿系统链接：https://paperreview.ai/

不过，这个智能体仍处于实验阶段。网友们对这类工具大多持积极态度，希望能成为实用的研究工具。

有网友希望智能体审稿人能够针对特定会议或期刊场景进行评审，甚至给出预估分数：

AI智能体能够加速科研和人才培养周期，是推动学术进步的强大引擎。

然而，也有网友表示担忧，如果研究者在发表成果前都要经过AI的评审，是否会导致学术多样性的下降？

随着研究学者拥有AI评审工具，审稿人也使用AI生成审阅意见，学术成果的评审体系是否到了变革的关键时刻？

未来，作为辅助工具的AI将如何推动学术研究发展，我们仍不得而知。