O conteúdo descreve um desalinhamento percebido no processo de revisão da ICML, onde revisores se sentem pressionados a homogeneizar as pontuações para evitar discussões prolongadas, podendo levar à rejeição de artigos positivos. Destaca a relutância dos revisores em atualizar as pontuações, mesmo após as preocupações serem abordadas, criando dinâmicas distorcidas.
Um pesquisador recebeu uma rejeição fraca de um avaliador suspeito de usar um LLM, cujos pontos eram irrelevantes e pouco originais, contrastando com o feedback positivo de outros revisores. O autor busca conselhos sobre como coletar evidências e relatar o avaliador ao comitê acadêmico por feedback de baixa qualidade ou gerado por LLM, considerando o desafio de provar o uso de IA.
Um usuário da KDD 2026 relatou que as revisões e discussões de seu artigo submetido desapareceram da sua visualização de autor, embora consiga ver as discussões de outros artigos como revisor. Ele pergunta se outros autores estão enfrentando o mesmo problema técnico com a plataforma de revisão.
O conteúdo discute se artigos de aprendizado de máquina aceitos entre 2000 e 2021 seriam aprovados hoje, sugerindo que o nível de exigência aumentou. Há um debate sobre se o padrão de pesquisa realmente subiu ou se o campo se tornou mais concorrido e competitivo.
Um usuário do Reddit levanta a questão da grande variação nas pontuações de artigos entre diferentes lotes de revisão para o ICML 2026, com relatos de lotes com poucas notas altas versus outros com médias elevadas. A discussão explora possíveis causas como diferenças de domínio ou avaliadores mais rigorosos, e se a conferência aborda essa disparidade.
Um usuário expressa choque com um artigo oral do ICLR 2025, criticando sua metodologia de avaliação para geração de código SQL por LLMs. O artigo supostamente usou métricas de linguagem natural em vez de métricas de execução, resultando em uma taxa de falsos positivos de aproximadamente 20%.
O autor realizou uma análise comparativa das pontuações de revisão de artigos para o ICLR 2025 e 2026, observando uma correlação significativamente menor entre os revisores humanos para 2026. Isso sugere uma possível deterioração na consistência da qualidade das revisões em conferências de IA, uma questão relevante para a comunidade de pesquisa.
Um autor teve seu artigo rejeitado em um workshop por soar mais como um relatório técnico do que um artigo de pesquisa, apesar de seguir o formato usual de visão computacional. Ele busca a opinião da comunidade para entender os erros comuns que levam a essa avaliação.
O usuário questiona se há uma pressão maior sobre os Area Chairs (ACs) na ICML para garantir que os revisores forneçam justificativas finais e cheguem a um consenso. Ele observa uma disparidade, vendo engajamento ativo dos ACs e justificativas finais para os artigos que revisou, mas silêncio total e justificativas ausentes para sua própria submissão, apesar de haver alguma discordância nas pontuações.
Este é um espaço para participantes da UAI 2026 compartilharem suas reações, sejam elas reclamações ou alívio, assim que as revisões da conferência forem divulgadas em breve. Deseja-se boa sorte a todos com seus resultados.
Um pesquisador de ML expressa desânimo com o sistema de revisão atual para conferências de IA/ML de alto nível, mencionando casos de artigos rejeitados mesmo após os autores abordarem todas as preocupações dos revisores. A postagem busca métodos melhores para garantir um processo de revisão justo para o grande volume de submissões.
Um autor de submissão na ICML 2026 relata frustração com o processo de revisão, onde alguns revisores não forneceram o reconhecimento esperado às refutações ou ajustaram as pontuações. Isso gerou uma desvantagem percebida, com falta de comunicação após o prazo e impacto nas chances de aceitação do artigo.
Um autor descreve enfrentar um avaliador extremamente antiprofissional no ICML 2026, que utilizou referências falsas, ataques pessoais e argumentos sem sentido para desqualificar seu trabalho. O autor busca orientação sobre como intervir contra um avaliador que emprega citações fraudulentas e ataques ad hominem no processo de revisão por pares.
O conteúdo questiona a eficácia do sistema "AC-Pilot" do NeurIPS 2026, que visa focar os revisores em preocupações listadas. Ele levanta dúvidas se os revisores desconsiderarão questões não listadas ou ainda priorizarão as pontuações brutas em vez das preocupações suficientemente abordadas, apesar das diretrizes.
Um autor de artigo para a ICML está preocupado porque um revisor aumentou a pontuação após a réplica, mas depois a reduziu novamente para a pontuação original. A diminuição da pontuação média do artigo o faz temer uma rejeição precoce.
Um pesquisador em transição da física teórica para IA busca feedback sobre as chances de aceitação de seu artigo de teoria de deep learning no ICML 2026, com base em pontuações de revisão. Ele descreve a evolução das avaliações e as condições para melhorar o resultado, enquanto também busca financiamento para a conferência.
O autor critica a decisão de estender o prazo para justificativas finais de revisores no ICML 2026 sem estender para o contato de autores com ACs, considerando-a um grande erro. Um revisor levantou novas questões críticas na justificativa final, não mencionadas antes, o que pode comprometer um artigo com outras avaliações fortes.
Este conteúdo aborda a percepção de que a qualidade do processo de revisão em conferências e periódicos importantes está diminuindo, resultando em decisões de aceitação quase aleatórias. O autor busca recomendações para uma conferência ou periódico com um processo de revisão mais justo e preciso.
Sem-Detect é um método inovador para distinguir revisões por pares escritas por humanos de revisões geradas por IA, combinando características textuais com análise semântica em nível de reivindicação. Ele explora a observação de que modelos de IA tendem a convergir para pontos semelhantes, enquanto revisores humanos introduzem ideias mais únicas, permitindo a detecção de revisões totalmente de IA e aquelas refinadas por LLMs mas com julgamento humano.
Este conteúdo questiona se os revisores da ICML 2026 ainda podem enviar suas justificativas finais até o término do período de discussão entre AC e revisor.