TMLR 主编约谈论文作者，10 篇投稿全部被拒
TMLR 主编用「约作者聊聊他自己的论文」来抽查投稿，结果暴露了一批作者对署名内容几无理解，也印证了 AI 代写带来的审稿压力。
机器学习期刊 TMLR 的联合主编 Nihar B. Shah 在两周轮值期内，抽了 10 篇本要直接拒稿的投稿，改为约作者面谈。7 场会谈中只有 1 位作者答上全部问题，另外 3 位连基础问题都答不出，这 3 篇都是单作者论文。10 篇最终全部被拒。
正文摘录
.jpg) 编辑｜Panda 你写了一篇论文，现在问你三个问题：你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，那这些问题肯定很简单，甚至不用准备就能答出来。 但在机器学习期刊 TMLR（Transactions on Machine Learning Research）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 在官方博客上发布了一篇题为《 向作者询问他们自己的论文 》的文章，作者是该刊联合主编之一、卡内基梅隆大学（CMU）的 Nihar B. Shah。他在两周的主编轮值期内，挑出 10 篇原本要被直接拒稿（desk rejection）的投稿，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。