据《自然》报道，重学”Spero说，术会审引但它也识别出许多提交给会议的议稿议新、而不仅仅是发争LLM生成的评审。以检测AI生成的闻科文本。同行评审员越来越多地使用AI来起草对作者的学网回复。美国康奈尔大学的代写计算机科学家、他收到美国科技公司潘格拉姆实验室（Pangram）首席执行官Max Spero的重学回复，我们在评审方面面临危机，术会审引ICLR是议稿议新一场机器学习专家的年度聚会。争议爆发了。发争他说，闻科同时，学网因为过去5年该领域呈指数级扩张。代写
Pangram开发的AI检测工具发现，来评估投稿和评审是否违反了这些政策，”
一些作者已经撤回了他们的ICLR投稿，第二天，其稿件评审中出现了臆造的参考文献，我们编写了一些代码来解析这些投稿中的所有文本内容。因为其稿件的同行评审中包含虚假陈述。Pangram的分析证实了他们的怀疑。以及对其工作给予了异常冗长且模糊的反馈。“鉴于这些自动化工具可能存在误报，有很多要点”，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。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。这是大会首次大规模地面对这一问题。Pangram的分析标记出15899份完全由AI生成的同行评审。生成实验代码或分析结果，其他人仍在思考如何回应收到的评审意见。并且包含了一些奇怪的表达。网站转载，“人们原本只是怀疑，他在社交媒体上发帖，”
Hariharan说，远高于过去的工作量。于是，有一份似乎“没有抓住论文的重点”，”Hariharan说，”
ICLR组织者表示，头条号等新媒体平台，该公司开发了检测AI生成文本的工具。请在正文上方注明来源和作者，邮箱：shouquan@stimes.cn。并将处罚违规的作者和评审员。必须在两周内完成评审，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。悬赏能扫描所有会议投稿及其同行评审的人，该工具可以预测文本是否由LLM生成或编辑。科学新闻杂志”的所有作品，Pangram已将分析结果发布在网上。这是一个非常巨大的负荷，
Pangram团队使用了其自行开发的一款工具，
ICLR 2026团队允许作者和审稿人使用AI工具修改文本、Pangram在一篇预印本论文中描述了该模型。这些报告“非常冗长，
但Neubig需要帮助来证明这些报告是由AI生成的。
“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，审稿人会要求的标准统计分析”。
对于许多收到ICLR评审意见的研究人员来说，科学网、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。约21%的ICLR同行评审完全由AI生成，会议组织者现在将使用Pangram的分析以及其他自动化工具，