顶会评审“翻车”：OpenReview 揭 94 个冒名评审，大学邮箱别名成最大破口

大数据文摘出品

学术同行评审以信任为基石，而信任的缝隙也可能成为操纵系统的入口。

近日，OpenReview 团队与多所高校学者近期发布的一份 6 页报告披露：在 2024 年 2–4 月及 2025 年 4 月，对多场人工智能（AI）学术会议的调查中，他们识别出94 个使用他人身份注册的评审/元评审账号，作案者利用评审招募、身份校验与分配流程中的薄弱环节，试图为自己（真身份）撰写或换取有利评审意见。

报告地址：https://arxiv.org/pdf/2508.04024

注：该报告由 Nihar B. Shah（卡内基梅隆大学，兼 OpenReview 董事会）、Melisa Bok、Liu Xukun、Andrew McCallum（马萨诸塞大学）联合署名；OpenReview 是为会议与期刊提供评审基础设施的非营利平台，已服务 2000 余个会议与工作坊，其中包含多数 AI 顶会。

01 漏洞如何形成：开放招募、算法分配与“不可验证”的学术身份

在计算机科学，顶级会议（尤其是 AI 领域）是最主要的发表阵地。为了匹配不断增长的投稿量，会议需要在数天内完成海量评审分配，通常采用两种做法：开放招募评审（研究者通过在线表单自荐）与基于评审者履历的半自动化匹配。评审者会在系统中“投标”（bidding）声明兴趣与专长，平台再根据其“评审者画像”（过往论文等）与论文主题进行算法匹配。

现实压力进一步放大了系统脆弱性：顶会接收率约15%–25%，投稿规模在近十年中“几乎扩大十倍”，部分会议每年收上千甚至上万篇论文。短时间内扩张的评审池，使组织方更依赖线上自我申报信息与自动化分配，而难以对评审者身份进行逐一硬核核验。

理论上，可借助 ORCID 等研究者 ID 平台来辅助核验。然而报告明确指出：ORCID 并不核验个人身份且不杜绝重复账户，因此无法提供“强身份认证”。在缺乏统一、国际可用的在线“强身份”前提下，评审平台很难可靠甄别快速涌入的新账号。

这套以信任为前提、以自填信息与算法分配为核心的体系，为后续的“身份盗用”埋下了伏笔。

02 94 个假身份如何运转：假简历、邮箱别名与流程“连环绕过”

这份调查详述了典型的作案路径：作案者首先伪造他人学术身份（单位、论文链接等），在自荐或平台注册时留下自己可控的邮箱；待项目主席基于所填资历判断其“有资格评审”后，该冒名账号便被纳入系统。随后，作案者在“投标”阶段对自己真实身份作者的论文表达兴趣，或通过调校假评审档案与投稿文本来提高与目标论文的匹配概率，一旦被分配到，就以假身份为真身份的论文撰写正面评审。报告指出，也存在同时注册多个假评审以提高命中率的做法，及“互评互助”的勾连团伙变体。

更关键的突破口来自邮箱验证。按常规平台会给注册邮箱发送验证链接，只有点击确认的人才能通过“往返验证”（round‑trip verification）。但调查显示，94 个假评审账号全部通过了这种验证。其中92 个邮箱来自知名大学域名，另2 个来自已停办机构的“.edu”域名。背后的技术性“绕过”是：不少大学允许师生或访问学者创建邮箱别名（alias）。作案者要么在某高校获取邮箱权限后创建“与他人姓名相近”的别名，要么与他校同伙协作创建该别名，再用此别名与被盗身份的履历信息共同注册，从而同时骗过“邮箱域名—单位匹配”与“邮件往返验证”两道关卡。

报告还提示了一个“静态风险”：许多会议会自动沿用往年评审名单，这意味着如果某假账号初次未被识破，它可能在后续年份被自动邀请继续评审，风险得以跨年延续。

为了降低被“定向分配”的概率，学界已有工作引入分配随机化，以减少“合谋评审”命中同一论文的机会，但报告认为单一手段仍不足以应对多样化操控，需要更强的系统性改造。

03 共治的下一步：三类主体的可执行方案与外溢场景

报告提出了分层治理建议，覆盖评审平台与会议、高校及组织域名管理、以及对其他学术流程的外延提醒。核心思想是：在缺少“强身份”的现实下，依靠可链接的学术行为证据、社会性背书与工程管控组合拳，抬高作恶成本。

对评审平台与会议的建议：

1.用“作品链路”校验身份。将评审者与其既有论文绑定核查：例如要求评审与其过往论文在同一平台同一账号/同一邮箱下出现，或与 ACM/IEEE 等平台上已验证的作者档案匹配。这样可以把“纸面资历”变为可追溯的投稿—评审链路。

2.引入更深的持久化标识登录。如果采用 ORCID 等持久标识，应以强绑定登录方式验证评审者宣称的 ID 与其既有出版物的 ID 是否一致（报告提醒这需要计算机学科出版生态对 ORCID 的更深整合）。

3.建立可传导后果的“担保制”。对从未在本平台发表过作品的评审申请者，可参考 arXiv 的“老作者为新作者担保”机制；同时设定网络化的连带后果，以抑制滥用担保。

4.时间维度的异常检测。对临近截稿前新建的评审档案提高警惕；开放公开可见的评审者档案，让更大范围的学术共同体参与甄别。

5.传统反舞弊工具。参考IP、浏览器指纹等技术进行并行甄别；并实施强去重策略，防止一人用细微差异（如单位不同）创建多个档案以绕过利益冲突规则。
6.加固分配机制。让论文—评审分配对投标与文本相似度“游戏化”更鲁棒，降低作案者通过“调词”操纵匹配算法的空间（报告第 5 页对该类“可游戏化”风险给出明确指向）。

对高校与持有域名的组织的建议：
1.更严格地监控邮箱别名。若出现如“alan.turing@…”这类显著冒名特征的别名，应自动触发红旗。
2.允许第三方核验邮箱所有权。以便像 OpenReview 这类平台能在注册链路中确认邮箱—人的真实对应关系。
3.建立响应机制。在收到身份盗用报告时，彻查并回溯可能被用作冒名的别名及其创建路径。

注：头图AI生成

作者长期关注 AI 产业与学术，欢迎对这些方向感兴趣的朋友添加微信Q1yezi，共同交流行业动态与技术趋势！

GPU 训练特惠！

H100/H200 GPU算力按秒计费，平均节省开支30%以上！

扫码了解详情☝

点「赞」的人都变好看了哦！