首篇完全由AI生成的論文，竟通過了ICLR 2025同行評(píng)審！

剛剛，Sakana AI正式亮相AI Scientist-v2版本，直接踢破了AI頂會(huì)的大門。

從提出科學(xué)假設(shè)、設(shè)計(jì)實(shí)驗(yàn)、到編寫代碼、運(yùn)行實(shí)驗(yàn)、分析數(shù)據(jù)、繪制圖表，再到撰寫完整論文，所有環(huán)節(jié)均由AI完成。

研究人員向2025 ICLR Workshop，一共提交了3篇AI生成的論文，全部進(jìn)入雙盲評(píng)審。

顯然，審稿人完全不知道，他們?cè)u(píng)審的是AI生成的作品，并且按照評(píng)審人類科學(xué)家論文的標(biāo)準(zhǔn)，進(jìn)行嚴(yán)格評(píng)判。

3篇論文中，只有一篇Compositional Regularization: Unexpected Obstacles in Enhancing Neural Network Generalization，平均獲6.25的高分（6,7,6,6），遠(yuǎn)高于許多人類作者的論文。

論文地址：https://github.com/SakanaAI/AI-Scientist-ICLR2025-Workshop-Experiment/blob/master/compositional-regularization/annotated_paper.pdf

另外兩篇全部敗北。

Sakana AI特別強(qiáng)調(diào)，這是首次通過「與人類科學(xué)家相同標(biāo)準(zhǔn)」的同行評(píng)審論文。

AI科研歷史性時(shí)刻來了！

AI闖入科研殿堂，全程無人干預(yù)

要知道，ICLR與NeurIPS、ICML并稱機(jī)器學(xué)習(xí)和人工智能研究領(lǐng)域三大頂級(jí)會(huì)議。

如前所述，Sakana AI在由2025 ICLR主辦的Workshop——ICBINB上，展開了這項(xiàng)實(shí)驗(yàn)。

這個(gè)研討會(huì)涉及的議題非常廣泛，挑戰(zhàn)者（包括AI科學(xué)家）需要處理多樣化研究課題，去解決深度學(xué)習(xí)的實(shí)際局限性。

https://sites.google.com/view/icbinb-2025

那么，AI論文是如何參與評(píng)審過程的呢？

評(píng)審過程

通過與ICLR Workshop商定，研究團(tuán)隊(duì)提交了3篇AI生成的論文，參與同行評(píng)審。

審稿人并未明確被告知，他們所評(píng)審的論文是由AI生成的。在ICLR Workshop「評(píng)審指南」中，明確規(guī)定了這一點(diǎn)。

關(guān)鍵在于，Sakana AI提交的AI生成論文，完全由「AI端到端」生成，未經(jīng)任何人類修改。

AI Scientist-v2不僅提出了科學(xué)假設(shè)，設(shè)計(jì)了測(cè)試假設(shè)的實(shí)驗(yàn)，還編寫并優(yōu)化了實(shí)驗(yàn)代碼，運(yùn)行實(shí)驗(yàn)，分析數(shù)據(jù)，將數(shù)據(jù)可視化為圖表。

并且，它還撰寫了整篇科學(xué)稿件的每一個(gè)字，從標(biāo)題到最后的參考文獻(xiàn)，包括圖表放置和所有格式。

全程沒有人類參與，為了監(jiān)督研究，Sakana AI研究員僅是為AI提供了研究的廣泛主題，并提交了3篇他們自認(rèn)為比較好的論文。

在提交的3篇論文中，其中兩篇未達(dá)到接受標(biāo)準(zhǔn)。

另外一篇論文的平均得分為6.25，在所有提交中排名約45%。這一分?jǐn)?shù)高于研討會(huì)中許多被接受的人類撰寫論文，高于平均接受門檻。具體評(píng)分為：

• 評(píng)分：6：略高于接受門檻
• 評(píng)分：7：好論文，接受
• 評(píng)分：6：略高于接受門檻
• 評(píng)分：6：略高于接受門檻

對(duì)AI生成論文的分析

除了同行評(píng)審過程，作為人類AI研究者，Sakana AI還對(duì)所有3篇AI生成論文進(jìn)行了自己的分析和評(píng)審。

團(tuán)隊(duì)為每篇論文撰寫了全面的評(píng)審意見。

除了自己的評(píng)審之外，Sakana AI還為每篇AI生成的論文添加了內(nèi)聯(lián)評(píng)論

他們扮演了ICLR會(huì)議審稿人的角色，向論文作者AI Scientist提出了自己發(fā)現(xiàn)的問題，并建議作者如何通過回應(yīng)我們提出的問題改進(jìn)論文。

與研討會(huì)評(píng)審過程不同，這種雙向交流是頂會(huì)或期刊典型同行評(píng)審過程的一部分，審稿人與作者共同改進(jìn)作品。

如下圖所示，AI Scientist偶爾會(huì)犯令人尷尬的引用錯(cuò)誤。

在這里，研究團(tuán)隊(duì)發(fā)現(xiàn)它錯(cuò)誤地將「基于LSTM神經(jīng)網(wǎng)絡(luò)」引用寫成Goodfellow（2016），而正確的作者應(yīng)是 Hochreiter 和 Schmidhuber（1997）。

除了評(píng)審和評(píng)論外，研究團(tuán)隊(duì)還在初審階段，為每篇論文提供了初步評(píng)估分?jǐn)?shù)，評(píng)估依據(jù)頂級(jí)ML會(huì)議（如NeurIPS、ICLR）的指南進(jìn)行。

最終，他們得出結(jié)論：這3篇論文在其當(dāng)前形式下，均未達(dá)到內(nèi)部認(rèn)為能被ICLR主會(huì)場(chǎng)接受的內(nèi)部標(biāo)準(zhǔn)。

然而，他們認(rèn)為提交至Workshop的論文能夠提出有趣、原創(chuàng)的初步想法，可以進(jìn)一步的大發(fā)展，因此研究人員認(rèn)為它們可能更適合ICLR Workshop分會(huì)場(chǎng)。

目前，Sakana AI已在GitHub倉(cāng)庫(kù)中，公開了內(nèi)部人類評(píng)審意見，以及這3篇AI生成論文。

項(xiàng)目地址：https://github.com/SakanaAI/AI-Scientist-ICLR2025-Workshop-Experiment?tab=readme-ov-file

AI中的不是主會(huì)，內(nèi)部評(píng)審未通過

Sakana AI團(tuán)隊(duì)坦承，目前AI生成的論文，在其內(nèi)部標(biāo)準(zhǔn)下尚未達(dá)到ICLR主會(huì)場(chǎng)的接受水平。

在ICLR、ICML、NeurIPS三大頂會(huì)主場(chǎng)，接受率通常在20-30%之間，而ICBINB Workshop接受率在60-70%之間。

盡管這只是Workshop，而非主會(huì)場(chǎng)的成果，但這一里程碑式突破預(yù)示著更大變革即將到來。

在未來的研究中，團(tuán)隊(duì)打算繼續(xù)改進(jìn)流程，生成更高質(zhì)量的科學(xué)論文，爭(zhēng)取通過頂級(jí)會(huì)議的標(biāo)準(zhǔn)。

Sakana AI還指出，AI Scientist主要基于當(dāng)前最先進(jìn)的LLM打造，因此其表現(xiàn)直接與這些LLM的性能相關(guān)。

如果前沿基礎(chǔ)模型得到持續(xù)改進(jìn)，那么AI Scientist也將不斷提升。

主動(dòng)撤回論文，科學(xué)規(guī)范不能破

值得一提的是，Sakana AI在進(jìn)行這項(xiàng)研究時(shí)，高度重視透明度與倫理規(guī)范。

他們認(rèn)為，科學(xué)界研究AI生成研究的質(zhì)量非常重要，而最好的方法之一是，將少量樣本提交至與評(píng)估人類科學(xué)研究相同的嚴(yán)格同行評(píng)審過程（前提是已獲得管理這些過程的相關(guān)方許可）。

Sakana AI與ICLR組委會(huì)，以及Workshop組織者全面合作才展開的實(shí)驗(yàn)，并獲得了不列顛哥倫比亞大學(xué)機(jī)構(gòu)審查委員會(huì)（IRB）的批準(zhǔn)。

此外，AI生成論文不會(huì)在OpenReview的公共論壇上公開。根據(jù)事先約定的實(shí)驗(yàn)協(xié)議，Sakana AI主動(dòng)撤回了被接受的論文。

這是因?yàn)椋珹I和科學(xué)界尚未決定是否希望在相同場(chǎng)合發(fā)表AI生成的稿件。

團(tuán)隊(duì)認(rèn)為，「作為一個(gè)共同體，我們需要制定關(guān)于AI生成科學(xué)的規(guī)范，包括何時(shí)以及如何聲明一篇論文由AI生成」。

「AI科學(xué)家」的未來

Sakana AI堅(jiān)信相信，AI Scientist的下一代將開啟科學(xué)的新時(shí)代。

AI能夠生成一篇通過頂級(jí)ML Workshop同行評(píng)審的完整科學(xué)論文，展現(xiàn)了非常有前景的早期進(jìn)展跡象。

但，這只是開始。

隨著AI繼續(xù)改進(jìn)，AI Scientist的能力可能呈指數(shù)級(jí)增長(zhǎng)。

在未來某個(gè)時(shí)候，AI很可能會(huì)生成達(dá)到甚至超越人類水平的論文，不僅能在頂級(jí)ML頂會(huì)上被接受，還能在頂級(jí)科學(xué)期刊中發(fā)表。