我的個人建議是，當你在自媒體上標題很慫人的AI新聞，點擊原論文，看看abstract，然後搜索「limitation」，就基本瞭解清楚一項新技術它的長處和短板了。

首先看看limitation。

簡單來說，ICLR分為workshop和主會場（同樣的，ICML、NeurIPS也是一樣），workshop的接受率通常在60-80%，而主會場只有20-30%，也就是說，其實workshop的要求並不太嚴格，團隊也承認論文並不太可能被主會場接受，他們甚至大方承認，即使在workshop這個級別，表現也是不穩定的。

我們可以報告的第30頁，在這裡，他們展示了三篇AI生成的論文，以及review的結果。

其實點進去被reject的那些論文，你會發現，很多低級錯誤，例如引用丟失（詳見：^[1]）

圖文不符（詳見：^[2]）

但比起上個版本，這個版本的AI-scientist還是有進步的。其實這是第二個版本了，從名字AI Scientist-v2就能看出，v2版本擺脫了對人類編寫模版的依賴，由實驗管理器代理引導漸進式代理樹搜索，自己就能生成論文，且能通過workshop 的同行評審，也算是agent應用的新突破了。

而且，他們還是遵守了學術規範，撤回了提交到workshop的幾篇文章，也算是值得肯定的一點。畢竟他們的目的是發表AI scientist的成果，而不是那幾篇。

總的來說，是一個不錯的PoC，也許可以為科研提速，但要在科研中「端到端」的使用AI生成論文，不加任何人類修改，是不太可能的，畢竟科研要求極其嚴謹的論證過程，數據需要極高的準確率，這都是當前大模型能力達不到的，畢竟幻覺問題依然是大模型的一個無法解決的問題。