我的个人建议是，当你在自媒体上标题很怂人的AI新闻，点击原论文，看看abstract，然后搜索「limitation」，就基本了解清楚一项新技术它的长处和短板了。

首先看看limitation。

简单来说，ICLR分为workshop和主会场（同样的，ICML、NeurIPS也是一样），workshop的接受率通常在60-80%，而主会场只有20-30%，也就是说，其实workshop的要求并不太严格，团队也承认论文并不太可能被主会场接受，他们甚至大方承认，即使在workshop这个级别，表现也是不稳定的。

我们可以报告的第30页，在这里，他们展示了三篇AI生成的论文，以及review的结果。

其实点进去被reject的那些论文，你会发现，很多低级错误，例如引用丢失（详见：^[1]）

图文不符（详见：^[2]）

但比起上个版本，这个版本的AI-scientist还是有进步的。其实这是第二个版本了，从名字AI Scientist-v2就能看出，v2版本摆脱了对人类编写模版的依赖，由实验管理器代理引导渐进式代理树搜索，自己就能生成论文，且能通过workshop 的同行评审，也算是agent应用的新突破了。

而且，他们还是遵守了学术规范，撤回了提交到workshop的几篇文章，也算是值得肯定的一点。毕竟他们的目的是发表AI scientist的成果，而不是那几篇。

总的来说，是一个不错的PoC，也许可以为科研提速，但要在科研中「端到端」的使用AI生成论文，不加任何人类修改，是不太可能的，毕竟科研要求极其严谨的论证过程，数据需要极高的准确率，这都是当前大模型能力达不到的，毕竟幻觉问题依然是大模型的一个无法解决的问题。