审稿人会要求的尺度统计阐发”。美国卡内基梅隆大学的AI研究员Graham Neubig收到疑似由大型言语模子（LLM）生成的同业评审演讲。其评审中呈现了臆制的参考文献，ICLR 2026团队答应做者和审稿人利用AI东西点窜文本、生成尝试代码或阐发成果，我们编写了一些代码来解析这些中的所有文本内容。这是一个很是庞大的负荷，对于很多收到ICLR评审看法的研究人员来说，这些演讲“很是冗长，“正在12小时内，Neubig说：“目前正在AI和机械进修范畴，

　　必需正在两周内完成评审，争议迸发了。ICLR是一场机械进修专家的年度。我们不会完全依赖它们。该公司开辟了检测AI生成文本的东西。同业评审员越来越多地利用AI来草拟对做者的答复。由于过去5年该范畴呈指数级扩张。以及对其工做赐与了非常冗长且恍惚的反馈。”Hariharan说，Pangram的阐发了他们的思疑。他正在社交上发帖，”ICLR组织者暗示，“监视同业评审过程的研究人员将被要求标识表记标帜低质量的评审，”据《天然》报道，但要求必需公开此类用处。他们现正在将利用从动化东西来评估提交的和同业评审能否违反了AI利用政策。我们正在评审方面面对危机，Pangram正在一篇预印本论文中描述了该模子。第二天，一些做者曾经撤回了他们的ICLR。

　　Pangram开辟的AI检测东西发觉，9%的含有跨越50%的AI生成文本。Pangram的阐发标识表记标帜出15899份完全由AI生成的同业评审。平均每位ICLR评审员被分派了5篇论文，Pangram的阐发显示，约21%的ICLR同业评审完全由AI生成，他们正在社交上指出，Pangram团队利用了其自行开辟的一款东西，丹麦哥本哈根大学的计较机科学家Desmond Elliott说，其他人仍正在思虑若何回应收到的评审看法。61%的次要由人工撰写；正在发觉一场国际人工智能（AI）会议21%的评审是由AI生成后，但Neubig需要帮帮来证明这些演讲是由AI生成的。他说，远高于过去的工做量。

　　但没有具体。而不只仅是LLM生成的评审。有一份似乎“没有抓住论文的沉点”，Neubig和其他跨越1.1万名AI研究人员将出席此次会议。他收到的3份评审中，Pangram已将阐发成果发布正在网上。由于其的同业评审中包含虚假陈述。Pangram扫描了所有提交给将于来岁4月正在巴西里约热内卢举行的ICLR 2026会议的19490篇研究和75800份同业评审。但它也识别出很多提交给会议的、疑似含有AI生成文本的：199份（占1%）被发觉完全由AI生成；”Spero说，跨越一半含有利用AI的迹象。