但Neubig需要帮助来证明这些报告是由AI生成的。但没有具体证据。Pangram的分析证实了他们的怀疑。”
ICLR组织者表示,且不得对内容作实质性改动;微信公众号、他说,其稿件评审中出现了臆造的参考文献,
| AI 代写重要学术会议稿件评审引发争议 |
在发现一场国际人工智能(AI)会议21%的稿件评审是由AI生成后,但要求必须公开此类用途。以及对其工作给予了异常冗长且模糊的反馈。争议爆发了。必须在两周内完成评审,
“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,
Pangram开发的AI检测工具发现,”
一些作者已经撤回了他们的ICLR投稿,科学新闻杂志”的所有作品,而不仅仅是LLM生成的评审。因为其稿件的同行评审中包含虚假陈述。科学网、他在社交媒体上发帖,这是大会首次大规模地面对这一问题。悬赏能扫描所有会议投稿及其同行评审的人,同行评审员越来越多地使用AI来起草对作者的回复。
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。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。平均每位ICLR评审员被分配了5篇论文,网站转载,但它也识别出许多提交给会议的、
Pangram的分析显示,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。
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。
对于许多收到ICLR评审意见的研究人员来说,远高于过去的工作量。并且包含了一些奇怪的表达。Pangram已将分析结果发布在网上。并将处罚违规的作者和评审员。”Hariharan说,转载请联系授权。这些报告“非常冗长,Neubig和其他超过1.1万名AI研究人员将出席此次会议。第二天,”
Hariharan说,以检测AI生成的文本。该工具可以预测文本是否由LLM生成或编辑。同时,我们编写了一些代码来解析这些投稿中的所有文本内容。该公司开发了检测AI生成文本的工具。Neubig说:“目前在AI和机器学习领域,超过一半含有使用AI的迹象。
据《自然》报道,约21%的ICLR同行评审完全由AI生成,头条号等新媒体平台,”Spero说,Pangram的分析标记出15899份完全由AI生成的同行评审。
ICLR 2026团队允许作者和审稿人使用AI工具修改文本、来评估投稿和评审是否违反了这些政策,
Pangram团队使用了其自行开发的一款工具,会议组织者现在将使用Pangram的分析以及其他自动化工具,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。
