- 全球顶级的机器学习会议——**ICLR 2026（国际学习表征会议）**爆出丑闻，提交的同行评审（peer review）中，有 21% 被发现完全由生成式AI撰写。
- 纽约Pangram Labs在卡内基梅隆大学（Carnegie Mellon University）的格雷厄姆·诺伊比格（Graham Neubig）教授的呼吁下进行了调查。诺伊比格教授怀疑他收到的许多评审存在“幻觉引用”（hallucinated citations）以及漫无边际、毫无意义的回复。
- Pangram使用其AI检测工具扫描了提交给ICLR 2026的19,490篇研究论文和75,800份评审。结果显示：
- 15,899份评审（约21%）完全由AI生成。
- 其余超过50%的评审有AI辅助编辑的迹象。
- 199篇研究论文（约1%）被怀疑完全由AI撰写。
- 9%的论文有一半以上内容由AI生成。
- 哥本哈根大学的德斯蒙德·艾略特（Desmond Elliott）等几位研究人员证实，他们收到的评审包含错误数据、奇怪的措辞，并且遗漏了研究的重点——这些都是大型语言模型（LLM）生成的回复的典型特征。
- 由康奈尔大学（Cornell University）的巴拉特·哈里哈兰（Bharath Hariharan）负责的ICLR组委会表示，将部署自动化工具来核查评审和提交论文中滥用AI的情况。
- 尽管ICLR允许使用AI进行语言编辑、编写实验代码，但严格禁止用于起草学术内容或泄露机密信息。
- 一些作者因收到误导性评审而撤回了论文，而许多其他人则对如何回应感到困惑。
- 诺伊比格承认：由于过去五年提交的论文数量增加了数倍，评审系统“超负荷”；每位评审员必须在两周内阅读5篇论文，这使得依赖AI成为“捷径”。
- Pangram警告说，其检测工具仍存在误报率，因此对违规行为的处理需要谨慎和透明。
📌 总结： 全球顶级的机器学习会议 ICLR 2026 爆出丑闻，多达 21% 的同行评审（相当于近 1.6万篇 评审）被发现完全由生成式AI撰写。这些收到的评审包含错误数据、奇怪的措辞并遗漏研究重点，这是生成式AI回复的典型特征。
