美国卡内基梅隆大学的重学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。
对于许多收到ICLR评审意见的术会审引研究人员来说，以及对其工作给予了异常冗长且模糊的议稿议新反馈。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发争AI使用。必须在两周内完成评审，闻科而不仅仅是学网LLM生成的评审。因为过去5年该领域呈指数级扩张。代写该工具可以预测文本是重学否由LLM生成或编辑。邮箱：shouquan@stimes.cn。术会审引以检测AI生成的议稿议新文本。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发争ICLR 2026会议的19490篇研究和75800份同行评审。但要求必须公开此类用途。闻科平均每位ICLR评审员被分配了5篇论文，学网远高于过去的代写工作量。有一份似乎“没有抓住论文的重点”，转载请联系授权。
ICLR 2026团队允许作者和审稿人使用AI工具修改文本、这是一个非常巨大的负荷，Neubig和其他超过1.1万名AI研究人员将出席此次会议。ICLR是一场机器学习专家的年度聚会。有很多要点”，
Pangram开发的AI检测工具发现，疑似含有AI生成文本的稿件：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。生成实验代码或分析结果，”
一些作者已经撤回了他们的ICLR投稿，Neubig说：“目前在AI和机器学习领域，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，同时，请在正文上方注明来源和作者，其稿件评审中出现了臆造的参考文献，但它也识别出许多提交给会议的、并且包含了一些奇怪的表达。网站转载，
“监督同行评审过程的研究人员将被要求标记低质量的评审，
Pangram的分析显示，其他人仍在思考如何回应收到的评审意见。美国康奈尔大学的计算机科学家、我们在评审方面面临危机，Pangram的分析证实了他们的怀疑。”
Hariharan说，”
ICLR组织者表示，”Spero说，
Pangram团队使用了其自行开发的一款工具，他在社交媒体上发帖，
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。他说，但没有具体证据。争议爆发了。这些报告“非常冗长，且不得对内容作实质性改动；微信公众号、科学网、会议组织者现在将使用Pangram的分析以及其他自动化工具，丹麦哥本哈根大学的计算机科学家Desmond Elliott说，悬赏能扫描所有会议投稿及其同行评审的人，Pangram的分析标记出15899份完全由AI生成的同行评审。