ICLR评审信息意外泄露引学术圈震动，匿名审稿机制遭冲击

真正的开放评审，仿佛「众神之父赐予我洞察一切的视野」

昨夜，学术圈内无数人彻夜难眠。

北京时间11月27日晚，国内AI社区彻底沸腾。学术论文审稿常用平台OpenReview出现前端漏洞，导致数据库信息泄露，原本的双盲评审意外变成了「明牌」评审。

这次信息泄露的操作极为简单：只需在浏览器地址栏输入特定网址，替换其中的论文ID和审稿人编号，就能查询到对应审稿人的真实身份。作者可以清楚知道是谁给自己的论文审稿，以及对方给出的具体分数。

由于操作门槛极低，消息扩散后，众多研究者纷纷开始查询相关信息。毕竟学术圈中，作者与审稿人之间难免存在摩擦，这次终于有机会「对号入座」。

这一事件引发了各种情绪的爆发，惊喜、惊吓、愤怒与无奈交织。微信群、小红书等平台上，不少「当事人」分享着自己的经历，有人查到了给他人低分的审稿人，也有人发现自己论文的低分来自意想不到的对象。

审稿人给出低分的原因各异，有的是未能准确理解作者的研究内容，有的则源于个人恩怨，更有甚者为了让自己同领域的论文顺利发表而恶意打低分。有作者发现，给自己论文打1分的审稿人，五个月后提交了同赛道论文，且未引用自己的研究成果。

很快，社交媒体上出现爆料，部分被曝光的恶意低分审稿人，紧急提高了相关论文的评分。

吃瓜群众调侃，这次事件将AI顶会论文审稿的矛盾推向了新高度，从「黑暗森林」般的匿名状态，直接进入了信息公开的「广播纪元」。

人们也意识到，互联网上的匿名并非绝对安全。

进一步的探索发现，OpenReview的漏洞具有系统性。替换网址中的特定字符，还能查询到其他年份ICLR论文，以及NeurIPS、ICML、ACL等AI顶会的审稿信息。

随着AI领域的快速发展，顶会投稿量激增，审稿人资源不足的问题日益凸显，学界对审稿质量下降的抱怨也时有发生。Pangram Labs针对ICLR 2026的数据分析显示，约21%的同行评审完全由AI生成，超半数评审带有AI辅助的痕迹。

同时，有199篇投稿论文被检测出完全由AI生成，9%的论文中超过50%的文本内容来自AI创作。

作为AI领域三大顶会之一，ICLR的关注度持续上升。2026年ICLR大会将于明年4月在巴西里约热内卢举办，本届大会收到19490篇投稿，产生了75800条同行评审意见。

周五零点左右，该漏洞被紧急修复，ICLR随后发布官方声明。

ICLR在声明中表示，任何使用、暴露或分享泄露信息的人员，将面临拒稿及长期禁入的处罚，未来还会采取进一步措施。

随后，OpenReview平台也发布了官方公告。

但这并未完全平息事件的影响。有消息称，部分人员爬取了泄露的名单并进行数据分析，甚至整理出了打分异常低的审稿人列表。

还有人基于ICLR 2026前1万篇投稿的评审结果，结合审稿人的国别（主要语言）分析了平均打分习惯，结果显示中国审稿人打分相对宽松，韩国审稿人则较为严格。

按照这样的趋势，或许不久后，今年8月NeurIPS评审中写下「Who's Adam？」这条意见的审稿人身份也会被曝光。

学界和业界的专家学者也纷纷对此次事件发表看法。

加州理工学院计算机与数学科学教授、ICLR理事会成员、ICLR 2025主席Yisong Yue表示，需要召开会议讨论此事，自己对此感到十分无奈。

总体而言，此次ICLR评审信息泄露事件严重影响了学术公平性。审稿人匿名性的丧失，不仅阻碍了对研究成果的批判性评价，还让作者有了额外的「反击」可能，打破了原有的评审平衡，进而影响了论文接收结果的可信度。不过，匿名审稿制度下偶尔出现的恶意、不负责任的评审意见，也让此次事件引发的关注值得深思。

此次事件后，匿名审稿制度是否会迎来变革？这一问题引发了学界的广泛讨论。

本文来自微信公众号「机器之心」（ID：almosthuman2014），作者：正在吃瓜的，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com