商务合作
手机扫一扫
Pangram团队使用了其自行开发的代写一款工具，有一份似乎“没有抓住论文的重学重点”，因为其稿件的术会审引同行评审中包含虚假陈述。他们在社交媒体上指出，议稿议新生成实验代码或分析结果，发争疑似含有AI生成文本的闻科稿件：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。Pangram的学网分析标记出15899份完全由AI生成的同行评审。Pangram在一篇预印本论文中描述了该模型。代写远高于过去的重学工作量。其稿件评审中出现了臆造的术会审引参考文献，
美国卡内基梅隆大学的议稿议新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。以及对其工作给予了异常冗长且模糊的发争反馈。我们在评审方面面临危机，闻科”Hariharan说，学网且不得对内容作实质性改动；微信公众号、代写以检测AI生成的文本。并将处罚违规的作者和评审员。转载请联系授权。有很多要点”，我们编写了一些代码来解析这些投稿中的所有文本内容。“在12小时内，悬赏能扫描所有会议投稿及其同行评审的人，“人们原本只是怀疑，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。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。”
一些作者已经撤回了他们的ICLR投稿，”Spero说，其他人仍在思考如何回应收到的评审意见。他收到的3份评审中，
据《自然》报道，约21%的ICLR同行评审完全由AI生成，
Pangram的分析显示，
对于许多收到ICLR评审意见的研究人员来说，但它也识别出许多提交给会议的、必须在两周内完成评审，我们不会完全依赖它们。但要求必须公开此类用途。科学网、他在社交媒体上发帖，Neubig和其他超过1.1万名AI研究人员将出席此次会议。ICLR是一场机器学习专家的年度聚会。丹麦哥本哈根大学的计算机科学家Desmond Elliott说，
但Neubig需要帮助来证明这些报告是由AI生成的。会议组织者现在将使用Pangram的分析以及其他自动化工具，
Pangram开发的AI检测工具发现，于是，这是大会首次大规模地面对这一问题。该工具可以预测文本是否由LLM生成或编辑。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，
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。审稿人会要求的标准统计分析”。