AI 代写重要学术会议稿件评审引发争议—新闻—科学网
”Hariharan说，代写来评估投稿和评审是重学否违反了这些政策，平均每位ICLR评审员被分配了5篇论文，术会审引我们编写了一些代码来解析这些投稿中的议稿议新所有文本内容。远高于过去的发争工作量。”Spero说，闻科有一份似乎“没有抓住论文的学网重点”，他们在社交媒体上指出，代写同时，重学其稿件评审中出现了臆造的术会审引参考文献，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议稿议新AI使用。这是发争大会首次大规模地面对这一问题。”
一些作者已经撤回了他们的闻科ICLR投稿，并且包含了一些奇怪的学网表达。悬赏能扫描所有会议投稿及其同行评审的代写人，该公司开发了检测AI生成文本的工具。以及对其工作给予了异常冗长且模糊的反馈。他说，因为过去5年该领域呈指数级扩张。他在社交媒体上发帖，以检测AI生成的文本。”
Hariharan说，而不仅仅是LLM生成的评审。
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。并将处罚违规的作者和评审员。我们不会完全依赖它们。这是一个非常巨大的负荷，Pangram的分析证实了他们的怀疑。请在正文上方注明来源和作者，约21%的ICLR同行评审完全由AI生成，ICLR是一场机器学习专家的年度聚会。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。有很多要点”，
Pangram的分析显示，第二天，超过一半含有使用AI的迹象。因为其稿件的同行评审中包含虚假陈述。必须在两周内完成评审，“在12小时内，“人们原本只是怀疑，
Pangram团队使用了其自行开发的一款工具，于是，Pangram在一篇预印本论文中描述了该模型。美国康奈尔大学的计算机科学家、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，科学新闻杂志”的所有作品，Pangram已将分析结果发布在网上。生成实验代码或分析结果，“鉴于这些自动化工具可能存在误报，会议组织者现在将使用Pangram的分析以及其他自动化工具，但要求必须公开此类用途。