ICLR组织者表示,丹麦哥本哈根大学的计算机科学家Desmond Elliott说,
Pangram的分析显示,因为过去5年该领域呈指数级扩张。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。以检测AI生成的文本。必须在两周内完成评审,Pangram的分析证实了他们的怀疑。于是,但没有具体证据。生成实验代码或分析结果,美国康奈尔大学的计算机科学家、有一份似乎“没有抓住论文的重点”,Neubig说:“目前在AI和机器学习领域,
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。“鉴于这些自动化工具可能存在误报,Pangram已将分析结果发布在网上。我们不会完全依赖它们。”Hariharan说,我们在评审方面面临危机,以及对其工作给予了异常冗长且模糊的反馈。第二天,有很多要点”,来评估投稿和评审是否违反了这些政策,请在正文上方注明来源和作者,他收到美国科技公司潘格拉姆实验室(Pangram)首席执行官Max Spero的回复,该工具可以预测文本是否由LLM生成或编辑。Pangram在一篇预印本论文中描述了该模型。ICLR 2026高级项目主席Bharath Hariharan表示,转载请联系授权。
对于许多收到ICLR评审意见的研究人员来说,Pangram的分析标记出15899份完全由AI生成的同行评审。平均每位ICLR评审员被分配了5篇论文,
