CVPR 2024收到11532次提交，增幅达到了26%；今年的投稿增速虽然有所放缓，达到13%，但也超过了13000次提交。

投稿量过大，最直接导致的一个问题就是「高质量审稿人不足」，很多人为了简化审稿流程，可能会选择用大模型进行审稿。

比如CVPR 2024大约有9000名审稿人，但投稿作者的数量却超过了30000，为了平衡投稿与审稿，这届CVPR提出了七条审稿新规，来限制不负责任的审稿结果。

目前，CVPR 2025的审稿即将开启，今天也是区域主席提交推荐审稿人的最后期限，与此同时，官方推特再次发文强调了，绝对禁止使用大模型在「任何流程」中参与审稿！

搞笑的，CVPR直接附上了用LLM作了一篇拒稿的小诗的离谱案例。（手动狗头）

不过话虽如此，但网友在评论区中表示，虽然想法是好的，但并没有任何具体、可靠的方式来贯彻执行；即使审稿人用了大模型，也没办法证明这件事。

为了应对投稿量的上涨，以及审稿质量的下降，CVPR 2025对会议规定做了七条修正，算是解决「大模型审稿」等问题的一个可行方案：

1、除非作者在CVPR 2025中担任其他职务，否则所有作者都都有义务担任审稿人，负责的审稿数量将根据作者资历水平决定。

2、如果审稿人被区域主席标记为「高度不负责任」，那其提交的论文也可能会被直接拒绝，要根据具体情况而定。

3、每位作者最多提交25篇论文，其中25篇的限制来源于CVPR 2024中单个投稿人最多的中稿数量。不过网友普遍表示，25篇还是太多了。

4、在任何阶段，都不允许使用大模型撰写审稿意见。

5、在最终论文决策公布后，审稿人的姓名在OpenReview上也会对其他审稿人可见。

6、每位投稿人都需要填写完整的OpenReview个人资料，以便更好地进行分配审稿人和利益冲突检测，否则论文也会被直接拒绝。

7、CVPR 2025的审稿数据会共享给其他会议，对不负责的审稿人可以起到长久的限制作用。

其中第二条最具威慑性，不负责任的审稿意见包括，只有一两句内容、使用大模型生成、与被审论文不相关，或者是遗漏了重要内容。

对于大模型，CVPR特意在审稿指南中列出要求：不能要求大模型撰写审稿内容，只能根据自己对论文的判断；不能向大模型共享论文或评审中的实质性内容，比如用大模型来翻译评审意见；可以使用大模型进行背景调研或语法检查，以确保审稿意见清晰。

不过具体执行时，这七条新规能否起到作用，还要等CVPR 2025论文录用结果发布后，再看各家网友对审稿结果的反应如何。

严禁任何形式的抄袭，以及审稿人、领域主席（AC）和高级领域主席（SAC）对特权信息的不道德使用，例如共享此信息，或将其用于评审过程以外的任何其他目的。

禁止包含从大模型（LLM）（如ChatGPT）生成的文本的论文，除非这些生成的文本作为论文实验分析的一部分呈现。

所有可疑的不道德行为都将由道德委员会进行调查，被发现违反规则的个人可能会面临制裁。

当时网友的普遍反应都是不理解，认为使用大模型进行润色是很正常的，MIT教授Erik Brynjolfsson甚至评价为「一场必败的仗」；LeCun当时还玩了一个文字游戏，「中小型模型」可以用吗？

如今看来，ICML确实败了，CVPR 2025新规中，允许使用大模型润色，但仍然不允许编写实质性审稿内容。

凡是合乎理性的东西都是现实的，凡是现实的东西都是合乎理性的。

既然用大模型审稿有他存在的现实意义，那么也一定有其合理性，科研大势就是使用大模型参与到审稿、论文编写过程中，已经有大量的相关研究来利用大模型辅助人类审稿，还提出相关评估基准等。

论文地址：https://arxiv.org/abs/2310.01783

比如斯坦福学者发现，GPT-4对于Nature、ICLR的论文给出的审稿意见，和人类审稿人已然有超过50%的相似性，未来让大模型辅助论文评审，也并不是完全不靠谱。

再换个思路，难道人类审稿就一定靠谱了吗？

既然无法一禁了之，更好的方法或许是引导审稿人合理利用大模型，比如官方提供大模型接口界面，标注出论文中的关键点，方便审稿人快速、直观地理解论文内容；有了更方便的工具之后，寻求外部大模型工具进行优化的动力就会小很多。

另一方面，科研人员也可以对所有大模型参与审稿的过程进行标准化，评估不同模型在审稿过程中的可靠性。

靠强硬规定来禁止大模型并不具备可操作性，只能起到威慑作用，即便引入所谓的「大模型数字签名」，甚至是用分类模型来判断审稿意见是否由AI生成，只要提交者自己重新编辑一下审稿意见，是否使用大模型也就无从判断了。

关于大模型审稿，你怎么看？或者说，你希望自己的论文被大模型评审吗？