论文飞行员：跟踪 AI 会议同行评审的演变
计算机视觉与模式识别
2026-02-10 v2 人工智能
数字图书馆
机器学习
摘要
AI 会议的快速增长正在压迫既存且脆弱的同行评审系统，导致评审工作负担沉重、专长不匹配、评估标准不一致、评论浅薄或模板化，以及在压缩时间限内的责任感有限。应对此问题，会议组织者引入了新的政策和干预措施，以保持评审标准。然而，这些临时性变更常常引发进一步的担忧和混乱，关于评审过程的细节以及各年间的实践如何演变，仍然鲜为人知。我们提出了 Paper Copilot，一个为各种计算机科学会议创建同行评审持久数字档案的系统，一个开放的数据集，使研究人员能够大规模地研究同行评审，并对 ICLR 评审进行跨年份的大规模实证分析。通过发布基础设施和数据集，Paper Copilot支持可重复的研究，探讨同行评审的演变。我们希望这些资源能帮助社区跟踪变更、诊断失效模式，并为建立更可靠、透明且可信的同行评审系统提供证据依据的改进。
引用
@article{arxiv.2510.13201,
title = {Paper Copilot: Tracking the Evolution of Peer Review in AI Conferences},
author = {Jing Yang and Qiyao Wei and Jiaxin Pei},
journal= {arXiv preprint arXiv:2510.13201},
year = {2026}
}
备注
ICLR 2026. https://papercopilot.com/