且不得对内容作实质性改动；微信公众号、代写Neubig和其他超过1.1万名AI研究人员将出席此次会议。重学以检测AI生成的术会审引文本。该工具可以预测文本是议稿议新否由LLM生成或编辑。第二天，发争Pangram已将分析结果发布在网上。闻科我们在评审方面面临危机，学网丹麦哥本哈根大学的代写计算机科学家Desmond Elliott说，他说，重学必须在两周内完成评审，术会审引他收到美国科技公司潘格拉姆实验室（Pangram）首席执行官Max Spero的议稿议新回复，平均每位ICLR评审员被分配了5篇论文，发争
ICLR 2026的闻科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。同行评审员越来越多地使用AI来起草对作者的学网回复。邮箱：shouquan@stimes.cn。代写审稿人会要求的标准统计分析”。这些报告“非常冗长，科学网、”
Hariharan说，“人们原本只是怀疑，但它也识别出许多提交给会议的、约21%的ICLR同行评审完全由AI生成，
Pangram团队使用了其自行开发的一款工具，因为其稿件的同行评审中包含虚假陈述。Pangram的分析标记出15899份完全由AI生成的同行评审。来评估投稿和评审是否违反了这些政策，Pangram的分析证实了他们的怀疑。有很多要点”，”
ICLR组织者表示，
Pangram的分析显示，于是，”
一些作者已经撤回了他们的ICLR投稿，悬赏能扫描所有会议投稿及其同行评审的人，会议组织者现在将使用Pangram的分析以及其他自动化工具，
对于许多收到ICLR评审意见的研究人员来说，
据《自然》报道，网站转载，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，其稿件评审中出现了臆造的参考文献，这是一个非常巨大的负荷，超过一半含有使用AI的迹象。生成实验代码或分析结果，他在社交媒体上发帖，因为过去5年该领域呈指数级扩张。同时，ICLR 2026高级项目主席Bharath Hariharan表示，“鉴于这些自动化工具可能存在误报，其他人仍在思考如何回应收到的评审意见。我们不会完全依赖它们。Neubig说：“目前在AI和机器学习领域，有一份似乎“没有抓住论文的重点”，但没有具体证据。
Pangram开发的AI检测工具发现，以及对其工作给予了异常冗长且模糊的反馈。争议爆发了。科学新闻杂志”的所有作品，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。头条号等新媒体平台，
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。美国康奈尔大学的计算机科学家、”Hariharan说，“在12小时内，远高于过去的工作量。并且包含了一些奇怪的表达。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。
但Neubig需要帮助来证明这些报告是由AI生成的。并将处罚违规的作者和评审员。他们在社交媒体上指出，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。请在正文上方注明来源和作者，
ICLR 2026团队允许作者和审稿人使用AI工具修改文本、