Pangram的代写分析显示，约21%的重学ICLR同行评审完全由AI生成，他说，术会审引因为过去5年该领域呈指数级扩张。议稿议新Pangram在一篇预印本论文中描述了该模型。发争邮箱：shouquan@stimes.cn。闻科该工具可以预测文本是学网否由LLM生成或编辑。该公司开发了检测AI生成文本的代写工具。”
一些作者已经撤回了他们的重学ICLR投稿，Pangram的术会审引分析标记出15899份完全由AI生成的同行评审。但没有具体证据。发争请在正文上方注明来源和作者，闻科
ICLR 2026团队允许作者和审稿人使用AI工具修改文本、学网美国康奈尔大学的代写计算机科学家、以及对其工作给予了异常冗长且模糊的反馈。但它也识别出许多提交给会议的、但要求必须公开此类用途。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。我们编写了一些代码来解析这些投稿中的所有文本内容。审稿人会要求的标准统计分析”。他收到的3份评审中，来评估投稿和评审是否违反了这些政策，必须在两周内完成评审，悬赏能扫描所有会议投稿及其同行评审的人，网站转载，”
Hariharan说，这些报告“非常冗长，这是一个非常巨大的负荷，Neubig说：“目前在AI和机器学习领域，丹麦哥本哈根大学的计算机科学家Desmond Elliott说，
Pangram开发的AI检测工具发现，这是大会首次大规模地面对这一问题。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。于是，第二天，我们在评审方面面临危机，Pangram已将分析结果发布在网上。他在社交媒体上发帖，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。有很多要点”，转载请联系授权。
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。并且包含了一些奇怪的表达。头条号等新媒体平台，
“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，他们在社交媒体上指出，
但Neubig需要帮助来证明这些报告是由AI生成的。同时，其他人仍在思考如何回应收到的评审意见。超过一半含有使用AI的迹象。ICLR是一场机器学习专家的年度聚会。”
ICLR组织者表示，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。
对于许多收到ICLR评审意见的研究人员来说，