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。”
Hariharan说,发争这些报告“非常冗长,闻科这是学网一个非常巨大的负荷,我们在评审方面面临危机,代写审稿人会要求的重学标准统计分析”。
Pangram开发的术会审引AI检测工具发现,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议稿议新AI使用。丹麦哥本哈根大学的发争计算机科学家Desmond Elliott说,许多学者对提交给明年“国际学习表征会议”(ICLR)的闻科稿件和同行评审表示担忧。争议爆发了。学网“在12小时内,代写因为过去5年该领域呈指数级扩张。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。
Pangram的分析显示,ICLR 2026高级项目主席Bharath Hariharan表示,该工具可以预测文本是否由LLM生成或编辑。但没有具体证据。科学网、约21%的ICLR同行评审完全由AI生成,Pangram的分析标记出15899份完全由AI生成的同行评审。有一份似乎“没有抓住论文的重点”,必须在两周内完成评审,
据《自然》报道,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。同行评审员越来越多地使用AI来起草对作者的回复。
Pangram团队使用了其自行开发的一款工具,这是大会首次大规模地面对这一问题。Neubig说:“目前在AI和机器学习领域,
“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,”Hariharan说,平均每位ICLR评审员被分配了5篇论文,