機(jī)器之心報(bào)道

機(jī)器之心編輯部

剛過(guò)去的這個(gè)周末，圍繞 ICLR 2026 審稿意見中很多被標(biāo)記為完全由 AI 生成的說(shuō)法，引發(fā)了社區(qū)熱烈討論。本屆會(huì)議將于 2026 年 4 月 23 日至 27 日在巴西里約熱內(nèi)盧舉行。

隨著首輪分?jǐn)?shù)的公布，有第三方機(jī)構(gòu)開始對(duì) ICLR 2026 的審稿意見進(jìn)行系統(tǒng)性統(tǒng)計(jì)，其中發(fā)現(xiàn)了大量 AI 審稿的現(xiàn)象。

在對(duì) 75800 篇論文的審稿意見統(tǒng)計(jì)中，竟然有 21% 完全由 AI 生成、4% 重度由 AI 編輯、9% 中度由 AI 編輯、22% 輕度由 AI 編輯，完全由人類（審稿人）撰寫的僅占 43%

圖源：X@ Graham Neubig

并且還呈現(xiàn)出一些趨勢(shì)，包括AI 審稿意見篇幅更長(zhǎng)、AI 審稿更可能給出高分

這項(xiàng)統(tǒng)計(jì)是由潘格拉姆實(shí)驗(yàn)室（Pangram Labs）完成的，這是一家專門檢測(cè) AI 生成（自動(dòng)撰寫或由大語(yǔ)言模型生成文字內(nèi)容）的科技公司。此次，該機(jī)構(gòu)對(duì) ICLR 2026 投稿人和審稿人使用 AI 的情況進(jìn)行了詳盡的分析。

圖源：X@ Pangram Labs 首席執(zhí)行官 Max Spero

為了處理每篇論文，Pangram Labs 下載了 PDF，并使用 Mistral-OCR 解析其中的文本內(nèi)容。這樣可以去除預(yù)印本中的行號(hào)，得到較為干凈的文本用于分析。他們針對(duì)所有文檔運(yùn)行了 Pangram 的生產(chǎn)模型，其在底層使用滑動(dòng)窗口算法來(lái)估計(jì) AI 使用的程度。

雖然許多文檔檢測(cè)到 AI 使用程度在 0% 到 10% 之間，但這些大多是因?yàn)檎撐闹邪俗鳛檠芯績(jī)?nèi)容的 LLM 輸出示例，而不是在論文主體寫作中使用了 AI。因此這一類全部被歸為「完全由人類撰寫」。

投稿論文的 AI 使用程度以及平均得分劃分。

對(duì)于投稿論文，最終發(fā)現(xiàn)有 39% 以某種方式使用了 AI 作為寫作助手。但有趣的是，論文中的 AI 使用程度與較低的評(píng)分呈相關(guān)性。其中，199 篇被 Pangram Labs 標(biāo)記為「90–100%」AI 內(nèi)容的投稿，它們的平均得分竟然只有 2.9 分。

對(duì)于審稿意見，由于評(píng)審文本很短，因此無(wú)法依賴滑動(dòng)窗口來(lái)區(qū)分「AI 輔助」與「AI 生成」。因此，Pangram Labs 使用了EditLens—— 一個(gè)全新模型，旨在量化一段文本中 AI 輔助的程度

審稿意見中 AI 使用程度的預(yù)測(cè)、評(píng)分以及置信度。

結(jié)果發(fā)現(xiàn) 21% 的審稿意見被 EditLens 標(biāo)記為完全由 AI 生成。并且，完全由 AI 生成的評(píng)審平均得分高出 0.3 分，長(zhǎng)度也比完全由人類撰寫的評(píng)審長(zhǎng)了 26%

完全由 AI 生成的審稿意見示例如下：

對(duì)于有人詢問(wèn)的AI 評(píng)審的「置信度」問(wèn)題，Pangram Labs 發(fā)現(xiàn)：完全由 AI 生成的評(píng)審比人類或 AI 輔助撰寫的評(píng)審更傾向于給出置信度為 3 的評(píng)價(jià)。不過(guò)，這個(gè)差異幅度較小，因此仍需謹(jǐn)慎解讀。

另外，為了驗(yàn)證所用模型的準(zhǔn)確性（假陽(yáng)性率），Pangram Labs 使用 ICLR 2022 的審稿意見運(yùn)行了 EditLens，結(jié)果發(fā)現(xiàn)：輕度 AI 編輯的假陽(yáng)性率為千分之一，中度 AI 編輯的假陽(yáng)性率為五千分之一，重度 AI 編輯的假陽(yáng)性率為萬(wàn)分之一，而完全由 AI 生成的未出現(xiàn)任何假陽(yáng)性

評(píng)論區(qū)有審稿人現(xiàn)身說(shuō)法，表示自己評(píng)審的一篇論文在收到另外兩個(gè)低分評(píng)審時(shí)被打了回去，而這兩個(gè)評(píng)審正好被標(biāo)記為完全由 AI 生成。

官方回應(yīng)來(lái)了

就在今天早上，ICLR 2026 發(fā)布了一則官方回應(yīng)，表示「我們已經(jīng)注意到低質(zhì)量的評(píng)審以及由大語(yǔ)言模型生成的評(píng)審，目前正在討論應(yīng)采取的適當(dāng)措施。就目前而言，收到質(zhì)量非常差或由 LLM 生成評(píng)審的作者，應(yīng)將其標(biāo)注并反饋給所在領(lǐng)域主席（AC）。我們感謝社區(qū)在報(bào)告這些問(wèn)題上的努力！」

對(duì)于使用 AI 的審稿人，有人給出了處理建議：移除不良評(píng)審，并自動(dòng)使這些不良審稿人被認(rèn)定為「未履行評(píng)審職責(zé)」，隨后自動(dòng)拒絕他們提交的論文。

評(píng)論區(qū)有沒(méi)有向本屆 ICLR 投稿的作者，可以參考 Pangram Labs 的統(tǒng)計(jì)結(jié)果，查看自己論文的 AI 審稿情況。

統(tǒng)計(jì)鏈接：https://iclr.pangram.com/submissions