每人最多20篇？ICLR新規遭DeepMind研究者「反諷」請願
重點摘要
ICLR 2027公布新規定，每位作者最多只能出現在20篇投稿中，理由是投稿量暴增、評審系統壓力過大，ICLR 2026投稿數較前一年成長約68%。Google DeepMind研究員Dan Roy發起反諷式請願，呼籲取消限制，並揶揄如今AI不僅能生成論文，連評審工作也已大量交由大語言模型處理。學界先前曾掃描發現約21%的ICLR評審意見高度懷疑由AI生成，引發對評審品質與AI濫用的擔憂。
一名作者，在一屆頂級 AI 會議中，究竟參與多少篇論文才算合理？對這個問題，ICLR 給出的最新答案是二十篇。不過，這道新設的「投稿天花板」還沒正式上路，就先在學術圈與社群平台上炸開了鍋，甚至引來 Google DeepMind 訪問研究員的「反諷式」請願，暗批這項規定不僅荒謬，還可能拖慢人工智慧發展。被熱議的主角是 ICLR 2027。主辦單位近日公布最新投稿規則，明文規定任何作者最多只能出現在二十篇投稿論文的作者名單中。倘若超出配額，系統會在摘要提交階段先發出提醒；如果到了全文投稿截止日仍舊沒有調整，會議將採取強硬手段，直接隨機拒絕部分論文，直到每位作者都回到限額以內為止。
換句話說，運氣不好的人，可能連審稿機會都沒有，論文就直接被「隨機出局」。ICLR 官方對這項限制給出的理由相當直白：近年投稿量增長實在太快，評審系統承受的壓力已經瀕臨極限，為了維持公平且具有參考價值的評審品質，不得不透過配額來控制規模。而這項決策的背後，正是 ICLR 2026 那一屆所經歷的投稿與審查「雙重危機」。攤開數據來看，ICLR 2026 總共收到一萬九千五百二十五篇有效投稿，最終有一萬三千七百六十三篇論文取得正式的接受或拒絕決定；而為了消化這些稿件，會議動員了一萬八千零五十四名評審，貢獻了七萬六千一百三十九份審稿意見。作為對照，ICLR 2025 的投稿量大約是一萬一千六百零三篇。
換算下來，短短一年之間，投稿量暴增約百分之六十八。這也意味著，ICLR 必須在一年內額外處理將近八千篇論文，以及數萬份評審任務，整個審查系統幾乎是在崩潰邊緣運作。新規一曝光，立刻引發大量討論。加拿大多倫多大學教授、同時也是 Google DeepMind 訪問研究員的 Dan Roy，也在 X 上注意到這項變革，並順勢發起了一份「請願書」，主張取消 ICLR 對論文投稿的二十篇上限。表面上看，這是一場對新規的抗議，但仔細閱讀他的貼文就會發現，整段發言充滿濃濃的反諷意味。Dan Roy 在貼文中寫道，ICLR 把每位作者的投稿數量限制在二十篇「太荒謬了」，甚至直言這會拖慢人工智慧發展。
他質疑，為什麼偏偏是二十篇？這完全是隨意設定的數字。他甚至進一步宣稱，如今 AI Agent 已經能在幾乎不需要太多指導的情況下，完成一些有趣但偏漸進式的 AI 研究工作，既然如此，就應該鼓勵所有人盡可能多地完成並提交論文，尤其現在所有評審工作都已經交給大型語言模型處理了。文章末尾還附上連結，呼籲大家連署支持。明眼人不難看出，Dan Roy 這番話其實是刻意「對著幹」。
回顧 ICLR 官方提醒研究者的內容，會議方面強調，目前的 AI Agent 仍無法獨立完成一篇達到頂會標準的論文；程式碼助手與研究基礎設施確實提升了效率，但研究者更應該將精力投入更具雄心的問題，提交更完整、成熟的成果，而不是讓大量漸進式論文湧入會議。Dan Roy 卻把這套邏輯徹底反過來操作：ICLR 希望看見更完整的「慢科學」，他就假裝主張讓 Agent 大量生產漸進式成果；ICLR 試圖阻擋論文洪水，他就佯裝擔憂此舉會拖慢 AI 發展。
更值得注意的是，他在貼文裡那句「現在所有評審工作都已經交給大語言模型處理了……承認吧」，看似輕描淡寫，實際上是在暗諷一個已經漸成常態的現象：AI 不僅滲透進論文寫作環節，連同行評審過程也愈來愈依賴大模型。而這番諷刺並非毫無根據。早在 2025 年底，也就是 ICLR 2026 審稿高峰期，卡內基梅隆大學的知名 AI 研究員 Graham Neubig 就曾在收到數份審稿意見後察覺異狀，懷疑當中有 AI 生成的「水分」。他隨後利用 Pangram Labs 開發的 AI 文本偵測工具 EditLens，針對會議公開的評審意見進行大規模掃描。
分析結果顯示，在檢測的七萬五千八百條評審意見中，約有百分之二十一被高度懷疑是「完全由 AI 生成」。消息傳開後，學術界一片譁然，許多人開始擔憂同行評審的品質正在快速下滑，也對 AI 在學術流程中的「濫用」現象感到不安。回頭看這場風波，Dan Roy 的真正意圖或許不在於捍衛「二十篇」這個數字本身。他真正想拋出的問題可能是：當「Agent 批量生成論文、研究者批量投稿、審稿人再用大模型批量完成評審」已經逐漸成為常態時，大會選擇直接用數量配額「一刀切」，恐怕並非解決問題的良策。面對 AI 全面滲透學術生產鏈的時代，如何在效率與品質之間找到平衡，顯然還有更多值得深思的空間。
Related
相關文章
一年砸下110億美元，比紅杉還兇，白宮才是AI圈最猛投資人
美國白宮過去一年在AI領域投入110億美元，規模超越紅杉資本等傳統創投，顯示政府正以國家級資源全面押注AI產業。這筆資金分散於多個聯邦機構，涵蓋基礎模型訓練、醫療及氣候應用等關鍵環節，並強調負責任AI開發。此舉反映美國對維持全球AI領導地位的危機感，但也引發市場機制扭曲與技術商業化延緩的疑慮。
一口氣發佈三款教育插件，OpenAI教育產品再升級
OpenAI 推出三款教育插件，分別為課程助手、作業輔導員與互動學習夥伴，旨在協助教師備課與學生自主學習。這些工具整合至教育版平台，強調引導式學習而非直接給答案，並內建防護機制避免學生過度依賴。OpenAI 計畫未來加強多語言支援與特殊教育需求，持續深化教育科技布局。
騰訊、字節、阿里，搶著給打工人配「AI助理」
騰訊、字節跳動與阿里巴巴三大中國科技巨頭，近期紛紛推出或升級企業級AI助理，目標是提升白領工作效率。各家AI助理的競爭重點從回答問題轉向執行任務，並分別強調跨應用串聯、主動式智慧與企業級安全等不同特色。儘管面臨資料隱私與AI幻覺等挑戰，但市場調查顯示超過六成中國企業計劃在一年內導入AI辦公工具。
推行AI提效後，策劃們開始加班趕工期
當AI開始重寫小遊戲生產流程，真正的變化何時發生？這個問題在近期引發了業界廣泛討論。隨著人工智慧技術逐步滲透進創意與策劃領域，許多公司開始導入AI工具來提升工作效率，然而實際情況卻與預期有所出入。部分策劃人員反映，在推行AI提效後，他們不僅沒有減少工作量，反而因為系統調整與流程磨合，導致加班趕工期的現象頻繁出現。 這場變革的起點，源自於企業對AI生產力的高度期待。許多遊戲開發與內容製作公司，尤其是中小型團隊，紛紛導入AI輔助工具，試圖透過自動化生成文案、腳本、美術素材甚至程式碼，來縮短專案週期。
DeepSeek大漲價，Token價格戰終於要結束了？
DeepSeek大幅調漲API服務價格，引發市場對AI模型價格戰是否結束的討論。業界分析指出，漲價反映營運成本壓力與市場定位調整，可能代表中國AI產業從低價競爭轉向追求盈利與可持續發展。未來競爭焦點將從價格轉向模型效果與生態系統完整性，但漲價能否終結價格戰仍取決於市場供需與競爭對手反應。
狂攬130億！英偉達投的AI基建獨角獸又融資了
澳洲AI基礎設施獨角獸Firmus宣布完成20億美元（約136億人民幣）戰略股權融資，現有投資方英偉達與Coatue持續參投，並新增黑石旗下基金及Jane Street。該公司專注於設計、建設及營運AI工廠，核心產品HyperCube整合供電、液冷與伺服器機架，並提供GPU雲端算力服務。英偉達透過股權投資與技術合作，協助Firmus擴張亞太地區AI數據中心，同時擴大其晶片與計算架構的市場覆蓋。