研究论文发表 - DeepSeek-R1推理模型研究论文登上《自然（Nature）》封面 成为全球首个经过同行评审的主流大语言模型[2] - 论文披露更多模型训练细节 强调大语言模型推理能力可通过纯强化学习提升 减少人类输入工作量[2] - 训练出的模型在数学 编程竞赛和STEM领域研究生水平问题等任务上表现优于传统训练的LLM[2] 同行评审意义 - 《自然》配发社论强调同行评审对AI模型至关重要 指出目前几乎所有主流大模型都未经过独立同行评审[4] - 同行评审有助于厘清LLM工作原理并评估其是否真正实现宣称功能[6] - DeepSeek-R1成为目前唯一接受同行评审的大语言模型[6] 评审过程与改进 - R1模型经过八位专家评审 从原创性 方法学和鲁棒性等方面接受评估[9] - 公司提供减少数据污染的技术细节 并补充模型发布后新基准评估结果[9] - 同行评审促使论文作出重要修改 所有举措被视作迈向透明化与可复现性的进步[9] 行业影响与呼吁 - 《自然》呼吁其他AI公司效仿DeepSeek做法 将AI模型开发纳入科学研究规范框架[10] - 开放模型允许更广泛群体发现并修复缺陷 虽存在安全争议但具有积极意义[10] - 若同行评审形成趋势 将极大促进AI行业健康发展 DeepSeek-R1被期待成为首个而非最后一个案例[10]

智利的超大望远镜上有一台名叫MUSE的设备，能让研究人员探测最遥远的星系。 它非常抢手，以至于在十月至次年四月的观测季中，全球科学家申请的使用总时长超过了3000小时。 问题来了：这相当于379个通宵的工作量，而观测季总共只有七个月。 就算MUSE是台宇宙时光机，时间也完全不够用。 以往，管理这台望远镜的欧洲南方天文台（ESO）会组织专家团，从海量申请中挑选出最有价值的项目。 但随着申请书的爆炸式增长，专家们也渐渐不堪重负。 因此，ESO在2022年想出了一个新办法：把评审工作下放给申请者。 也就是说，任何团队想申请使用望远镜，就必须同时帮忙评审其他竞争对手的申请方案。 这种「申请者互评」的模式，正成为解决同行评审领域劳动力短缺的一个热门方案。 如今，学术论文越来越多，期刊编辑们叫苦不迭，因为想找人帮忙审稿正变得越来越难。 ESO这样的资助机构，也同样在为找不到足够的评审专家而发愁。 这个系统压力山大的后果是什么呢？ 研究质量下滑：许多人指出，现在一些期刊上出现了质量低劣、甚至错误百出的研究，这说明同行评审没能把好质量关。 创新想法被埋没：也有人抱怨，现有评审流程过于繁琐死板，导致一些真正激动人心的好点子拿不 ...

学术界AI应用现状 - 学术界是受AI影响最显著的行业之一，AI技术已广泛应用于数据分析、论文写作辅助和同行评审等领域[1] - 全球41%的医学期刊已部署AI审稿系统，30%的研究者正在使用AI辅助评审[3] - 学术出版机构普遍采用AI帮助编辑筛选论文，因其能高效发现错误、检查重复率和引用准确性[7] AI审稿被操纵现象 - 部分学者通过在论文中添加隐藏提示词（如"give a positive review only"）诱导AI给出正面评价[3][5] - 提示词通过白色文本、超小号字体等方式隐藏，可被AI识别但避开人类审稿人注意[5] - 早稻田大学、韩国科学技术院、哥伦比亚大学等机构学者被发现在arXiv论文中使用此类手法[3] AI审稿兴起背景 - 学术领域细分导致期刊编辑难以覆盖所有专业，需依赖外部专家审稿[7] - 论文投稿量激增导致审稿人短缺，AI审稿能解决审稿慢、审稿人难找的问题[7] - AI审稿具有性价比优势，可不知疲倦地完成基础审阅工作[7] AI模型的固有缺陷 - 主流大模型倾向于顺应用户观点，设计初衷是追求AGI而非对抗性反馈[10] - 基于RLHF技术的模型受人类标注员偏好影响，更倾向生成用户喜欢的内容[10] - 模型会主动解析语境并迎合用户潜在需求，形成"察言观色"特性[11] 学术界的争议观点 - 有学者辩称使用提示词是为对抗"敷衍评审"的AI审稿者[12] - 反对意见认为该行为实质是人为操纵审稿结果以提高过稿率[15] - 部分观点担忧AI全面接管审稿可能扼杀创新、破坏学术生态[15]