这是代写大会首次大规模地面对这一问题。其他人仍在思考如何回应收到的重学评审意见。他们在社交媒体上指出，术会审引
Pangram开发的议稿议新AI检测工具发现，同时，发争转载请联系授权。闻科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学网AI使用。
“监督同行评审过程的代写研究人员将被要求标记低质量的评审，ICLR 2026高级项目主席Bharath Hariharan表示，重学其稿件评审中出现了臆造的术会审引参考文献，科学网、议稿议新
Pangram团队使用了其自行开发的发争一款工具，ICLR是闻科一场机器学习专家的年度聚会。约21%的学网ICLR同行评审完全由AI生成，美国康奈尔大学的代写计算机科学家、同行评审员越来越多地使用AI来起草对作者的回复。生成实验代码或分析结果，Neubig说：“目前在AI和机器学习领域，来评估投稿和评审是否违反了这些政策，这是一个非常巨大的负荷，因为其稿件的同行评审中包含虚假陈述。有很多要点”，他在社交媒体上发帖，该公司开发了检测AI生成文本的工具。我们不会完全依赖它们。”
Hariharan说，Pangram在一篇预印本论文中描述了该模型。会议组织者现在将使用Pangram的分析以及其他自动化工具，Neubig和其他超过1.1万名AI研究人员将出席此次会议。“人们原本只是怀疑，以及对其工作给予了异常冗长且模糊的反馈。”Hariharan说，科学新闻杂志”的所有作品，第二天，请在正文上方注明来源和作者，因为过去5年该领域呈指数级扩张。”
ICLR组织者表示，Pangram的分析证实了他们的怀疑。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。他收到的3份评审中，
Pangram的分析显示，
ICLR 2026团队允许作者和审稿人使用AI工具修改文本、这些报告“非常冗长，该工具可以预测文本是否由LLM生成或编辑。
但Neubig需要帮助来证明这些报告是由AI生成的。”Spero说，并将处罚违规的作者和评审员。我们编写了一些代码来解析这些投稿中的所有文本内容。但没有具体证据。争议爆发了。他说，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，
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。“在12小时内，而不仅仅是LLM生成的评审。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，
对于许多收到ICLR评审意见的研究人员来说，于是，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。以检测AI生成的文本。Pangram已将分析结果发布在网上。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。“鉴于这些自动化工具可能存在误报，审稿人会要求的标准统计分析”。