一条冲破曲线的摘要队列
ICLR 2027 已收到约 50,000 份摘要，而投稿截止日期还有大约一周。这一数字最早由 The Decoder 在报道中提及，它令 ICLR 2026 处理的约 19,500 份有效投稿相形见绌——在单个会议周期内增长超过 2.5 倍。
这个数字并非最终论文数量，组织者对此心知肚明。摘要注册只是初步步骤，一旦提前注册的作者退出，实际投稿总数将会降低。即便考虑到这种流失，预计 ICLR 2027 的最终数量仍将远高于去年的总数，而背后的压力丝毫没有缓解的迹象。
对于一个支撑着机器学习研究日程大部分安排的会议而言，这波激增与其说是里程碑，不如说是一场压力测试。决定什么算作合法 AI 研究的系统——匿名同行评审、志愿者审稿人、有限的项目委员会容量——正被要求吸收它从未设计承载的体量。
三股力量叠加在一起
这波洪流并非单一原因造成。报道指出多个相互重叠的驱动因素，每一个都将投稿数量推向同一方向。
更广泛的 AI 热潮
机器学习正是当前研究经费、产业关注和学术招聘压力集中的领域。围绕 AI 的更广泛兴奋浪潮本身就被列为摘要激增的一个因素，因为越来越多的实验室、团队和学生认定，一篇 ICLR 论文值得去争取。
与薪酬挂钩的发表记录
企业研究支出大幅增长，在一些组织中，研究人员的个人薪酬至少部分与其发表记录挂钩。这使会议投稿更接近一种绩效指标，而非科学交流。当简历上的一篇论文会影响奖金或晋升时，投稿——以及反复投稿——的动机就变成了结构性的，而非智识性的。
AI 让写作快于阅读
最重要的因素或许也最简单：AI 工具让产出论文的速度大幅提升。一项 NeurIPS 分析发现，作者在撰写投稿时大量依赖 AI 辅助。过去需要数周起草和润色的工作，如今可以在极短时间内拼装完成，这意味着往论文堆里再添一份投稿的边际成本已经崩塌。
对冲 NeurIPS 风险
50,000 这个数字中，有一部分反映的是策略，而非发表意图。一些作者在等待 NeurIPS 结果期间，先在 ICLR 注册摘要。NeurIPS 是该领域的另一个旗舰会议。如果他们的 NeurIPS 论文被接收，他们计划从 ICLR 撤稿。
对任何单个研究者而言，这是应对残酷就业市场和漫长评审日程的合理方式。但集体来看，它抬高了组织者必须据以规划的数字，扭曲了摘要数量所提供的信号，并给本已高负荷运转的流程增添了行政噪音。
同行评审早已出现裂痕
ICLR 2026 已经为规模大得多的 ICLR 2027 可能呈现的局面提供了一次令人不快的预演。那个周期饱受低质量、AI 生成投稿的困扰，评审意见也削弱了人们对同行评审过程本身的信心。
作者提交的论文充斥着伪造引用——这些参考文献看似合理，却指向虚无。与此同时，面对难以承受的工作量，审稿人只能求助于 AI 工具，以跟上涌入其队列的材料数量。
一个自我强化的循环
这种动态是循环的。廉价生成增加了投稿量，投稿量拉长了审稿人的注意力，这又鼓励了自动化评审，进而进一步削弱了作者本应信任的评审的可靠性。随着本周期有更多论文涌入，围绕 ICLR 2026 浮现的抱怨很可能只会更多，而非更少。
一场 50,000 份摘要的会议对该领域意味着什么
其影响从项目委员会向外扩散，波及会议决定下游的每一个人。
- 审稿人供给是硬约束。 合格志愿者的池子并不会随投稿池同步扩大。每增加一千份摘要，都由同一批数量有限的学者吸收，而随着负荷上升，评审质量往往下降。
- 信号变得更加嘈杂。 当接收取决于审稿人分配的抽签时，会议论文作为研究质量指标就更弱——即便雇主和资助者将其视为更强的指标。
- 核查成为瓶颈。 伪造引用和机器生成文本将工作从阅读转向核查，这项任务更慢、回报更低，且在截止日期压力下容易被跳过。
- 撤稿波动扭曲规划。 对冲性投稿意味着官方摘要数量夸大了真实兴趣，使从审稿人招募到场地后勤的一切都更加复杂。
接下来会怎样
ICLR 2027 的最终投稿数量将低于 50,000，会议仍会运转。但这一轨迹难以忽视。两个周期前，约 19,500 份有效投稿看起来已经庞大；如今，接近 50,000 的摘要队列看起来像是新的基线。
该领域如今面临的不适问题，不是 AI 能否帮助写论文——它显然可以——而是为评估研究而建立的机构，能否跟上它们如今被要求评判的产出。会议可以增加审稿人、缩短周期、收紧桌面拒稿政策，或对伪造参考文献引入更严格的检查。这些补救措施都没有触及更深层的激励：一种研究文化，其中投稿数量比其中的实质内容更可靠地获得回报。
目前，组织者、审稿人和作者都在注视着同一个倒计时。ICLR 2027 的截止日期只剩几天，而摘要总数已经在改写什么才算正常年份。
本文基于 The Decoder 的报道。阅读原文。
Originally published on the-decoder.com