顶刊主编三问作者，AI代写论文当场露馅

你写了一篇论文，现在问你三个问题：这篇论文的问题设定是什么？这个符号代表什么？摘要里说的这个结论，在正文哪一部分得到了支撑？如果论文真是你写的，这些问题应该很简单。

但在机器学习期刊 TMLR 最近的一次小规模试验中，有三篇论文的作者连这些基础问题都答不上来。

9 月 16 日，TMLR 联合主编之一、卡内基梅隆大学的 Nihar B. Shah 在官方博客发文，记录了他两周轮值期内的一次试验：他从 10 篇原本要被直接拒稿的投稿中，没有直接拒掉，而是逐一约作者“聊聊”。结果，这 10 篇论文还是全部被拒了。同为 TMLR 主编的 Gautam Kamath 称这是一次“英勇的实验”，证实了很多人早有的猜测：一部分投稿者其实并不知道自己的论文里写了什么。

据 Shah 描述，试验发生在 2026 年 8 月 14 日至 28 日。他通过 OpenReview 给作者发消息，表示希望在送审前聊聊。消息发出后，一篇论文的作者直接撤稿；一位作者回复没空通话；剩下 8 篇约上了会，其中一位到点未出现。最终见上面的，是 7 篇论文的作者，身份包括本科生、硕士生、博士生、高校教师和独立研究者，大多是单作者论文。

Shah 的提问分两类：一类是关于问题设定、符号和论文所声称结果的基础问题，另一类是关于技术表达式、理论结果和实验设计的细节问题。7 场会谈里，只有 1 篇论文的作者答上了全部问题。另有 3 篇的作者能讲清高层思路，但一被追问技术细节就陷入困难。最糟糕的是另外 3 篇，作者连基础问题都答不上来，且全是单作者论文。其中两位作者看起来对自己论文的内容几乎没有实质理解，另一位则找不到摘要中声称的几项关键结果究竟在正文哪里给出或得到支撑。

唯一全部答对的那篇也没能过关。Shah 在审读中发现，论文的一项主要结论存在重大错误，作者随后承认。TMLR 对这篇作了直接拒稿，但允许作者在修正错误或收窄结论后重新投稿。其余 9 篇则被直接拒稿，且不开放重投。

Shah 还记录了两个插曲。其一，有两篇论文的作者在会上答不出基础问题，会后却发来书面答复，Shah 把这两封邮件交给 AI 文本检测工具 Pangram，结果均被判定为“100% AI”。其二，另一场会谈中，一位作者试图介绍自己用到的分析方法，结果无意间完整描述了一套 p-hacking 流程，即通过反复调整分析方式、直到数据“显著”为止。

Shah 本人并不排斥 AI。他坦言，为了在两周内读完 8 篇论文，自己也借助了 LLM 辅助理解。他关心的并不是作者有没有用 AI，而是作者能否为署着自己名字的内容负责。

TMLR 创刊于 2022 年，以“只看结论是否被证据支撑，不以新颖性和 SOTA 作为拒稿理由”的审稿标准著称，审稿人、执行编辑和主编全部是无偿志愿者。据 TMLR 6 月公告，过去一年其投稿量增长到原来的三倍，单作者投稿暴增至 13 倍，编辑部甚至见过有人一天投出 5 篇论文。Shah 给出的另一组数字更直观：2023 年 TMLR 直接拒稿比例约为 6%，如今已升至约 53%。

面对这种局面，TMLR 今年夏天密集推出了一系列措施。其一是按作者设置年度投稿配额，采用“调和式”规则，一篇论文消耗每位作者的额度随合著者人数增加而递减：只投单作者论文的人每年最多投 2 篇；若所有投稿都是 9 人合著，则每年最多 9 篇；活跃的审稿人和执行编辑额度翻倍。该规则从 7 月 1 日起执行，目的是防止有人靠挂名“凑作者”换取更多投稿额度。其二是引入 AI 审稿，每篇投稿在常规人工审稿之外附带一份 AI 生成的审稿意见，只评估论文的“可靠性”，不做主观判断，也不给出录用建议，最终决定仍由执行编辑作出，TMLR 选用了 CSPaper 的 AI 审稿器。其三是把“写得清楚”写进录用标准，8 月 28 日 TMLR 修改了原有的“受众兴趣”标准，明确要求论文向读者清楚传达其发现，公告直言当前 AI 写作往往绕、术语堆砌、难以读懂。

Shah 在文章结尾总结，这次约谈让编辑部对现有的直接拒稿流程更有信心，配额制度和对清晰写作的强调也被证明很有帮助。

TMLR 的遭遇并非孤例。6 月初，NeurIPS 官方博客披露，NeurIPS 2026 立场论文赛道的 971 篇投稿中，有 273 篇（28.2%）被 Pangram 判为 AI 分数 100%。该赛道明确要求论文必须“实质上由人类撰写”。NeurIPS 同时指出，AI 写作的增长是全面性的：在“评测与数据集”赛道，Pangram 分数不低于 90% 的论文数从 2025 年到 2026 年增长了十倍以上。不过 NeurIPS 也承认检测结果对参数敏感，改用中等尺寸检测窗口后，AI 分数在