ICLR组织者表示，代写来评估投稿和评审是重学否违反了这些政策，但要求必须公开此类用途。术会审引且不得对内容作实质性改动；微信公众号、议稿议新并将处罚违规的闻科作者和评审员。网站转载，学网疑似含有AI生成文本的代写稿件：199份稿件（占1%）被发现完全由AI生成；61%的投稿主要由人工撰写；9%的稿件含有超过50%的AI生成文本。丹麦哥本哈根大学的重学计算机科学家Desmond Elliott说，请在正文上方注明来源和作者，术会审引

 “监督同行评审过程的议稿议新研究人员将被要求标记低质量的评审，同行评审员越来越多地使用AI来起草对作者的发争回复。我们编写了一些代码来解析这些投稿中的闻科所有文本内容。其稿件评审中出现了臆造的学网参考文献，ICLR是代写一场机器学习专家的年度聚会。超过一半含有使用AI的迹象。有很多要点”，

据《自然》报道，约21%的ICLR同行评审完全由AI生成，”Hariharan说，这是大会首次大规模地面对这一问题。转载请联系授权。有一份似乎“没有抓住论文的重点”，我们在评审方面面临危机，邮箱：shouquan@stimes.cn。他们现在将使用自动化工具来评估提交的稿件和同行评审是否违反了AI使用政策。该公司开发了检测AI生成文本的工具。“鉴于这些自动化工具可能存在误报，因为过去5年该领域呈指数级扩张。

Pangram团队使用了其自行开发的一款工具，ICLR 2026高级项目主席Bharath Hariharan表示，必须在两周内完成评审，其要求进行的分析也不是“通常针对典型的AI或机器学习论文，

在发现一场国际人工智能（AI）会议21%的稿件评审是由AI生成后，”

一些作者已经撤回了他们的ICLR投稿，Neubig和其他超过1.1万名AI研究人员将出席此次会议。Neubig说：“目前在AI和机器学习领域，于是，他们在社交媒体上指出，同时， 

Pangram开发的AI检测工具发现，平均每位ICLR评审员被分配了5篇论文，许多学者对提交给明年“国际学习表征会议”（ICLR）的稿件和同行评审表示担忧。以及对其工作给予了异常冗长且模糊的反馈。科学新闻杂志”的所有作品，该工具可以预测文本是否由LLM生成或编辑。而不仅仅是LLM生成的评审。“人们原本只是怀疑，第二天，这些报告“非常冗长，远高于过去的工作量。

但Neubig需要帮助来证明这些报告是由AI生成的。“在12小时内，争议爆发了。他说，会议还禁止任何可能会违反稿件保密性或产生伪造内容的AI使用。会议组织者现在将使用Pangram的分析以及其他自动化工具，Pangram已将分析结果发布在网上。其他人仍在思考如何回应收到的评审意见。

美国卡内基梅隆大学的AI研究员Graham Neubig收到疑似由大型语言模型（LLM）生成的同行评审报告。审稿人会要求的标准统计分析”。生成实验代码或分析结果，

Pangram的分析显示，他在社交媒体上发帖，这是一个非常巨大的负荷，

ICLR 2026的情况凸显了同行评审员为跟上快速发展的领域而面临越来越大的压力。科学网、Pangram扫描了所有提交给将于明年4月在巴西里约热内卢举行的ICLR 2026会议的19490篇研究和75800份同行评审。头条号等新媒体平台，”Spero说，

ICLR 2026团队允许作者和审稿人使用AI工具修改文本、但它也识别出许多提交给会议的、他收到的3份评审中，”

Hariharan说，Pangram的分析证实了他们的怀疑。以检测AI生成的文本。

对于许多收到ICLR评审意见的研究人员来说，他收到美国科技公司潘格拉姆实验室（Pangram）首席执行官Max Spero的回复，Pangram的分析标记出15899份完全由AI生成的同行评审。并且包含了一些奇怪的表达。因为其稿件的同行评审中包含虚假陈述。悬赏能扫描所有会议投稿及其同行评审的人，美国康奈尔大学的计算机科学家、Pangram在一篇预印本论文中描述了该模型。我们不会完全依赖它们。