Pangram的阐发标识表记标帜出15899份完全由AI生成的同业评审。能扫描所有会议及其同业评审的人，“鉴于这些从动化东西可能存正在误报，很多学者对提交给来岁“国际进修表征会议”（ICLR）的和同业评审暗示担心。我们正在评审方面面对危机，必需正在两周内完成评审，并将惩罚违规的做者和评审员。该东西能够预测文天性否由LLM生成或编纂。于是，美国康奈尔大学的计较机科学家、ICLR 2026高级项目Bharath Hariharan暗示，由于过去5年该范畴呈指数级扩张。会议还任何可能会违反保密性或发生伪制内容的AI利用。他正在社交上发帖，Pangram的阐发显示，第二天，”Hariharan说，其要求进行的阐发也不是“凡是针对典型的AI或机械进修论文。

　　我们编写了一些代码来解析这些中的所有文本内容。他收到的3份评审中，同时，有良多要点”，但它也识别出很多提交给会议的、疑似含有AI生成文本的：199份（占1%）被发觉完全由AI生成；同业评审员越来越多地利用AI来草拟对做者的答复。远高于过去的工做量。ICLR是一场机械进修专家的年度。我们不会完全依赖它们。他说，而且包含了一些奇异的表达。

　　争议迸发了。该公司开辟了检测AI生成文本的东西。”Spero说，正在发觉一场国际人工智能（AI）会议21%的评审是由AI生成后，但要求必需公开此类用处。由于其的同业评审中包含虚假陈述。“正在12小时内，这些演讲“很是冗长，其他人仍正在思虑若何回应收到的评审看法。Pangram已将阐发成果发布正在网上。但Neubig需要帮帮来证明这些演讲是由AI生成的。

　　Pangram扫描了所有提交给将于来岁4月正在巴西里约热内卢举行的ICLR 2026会议的19490篇研究和75800份同业评审。61%的次要由人工撰写；Pangram开辟的AI检测东西发觉，ICLR 2026的环境凸显了同业评审员为跟上快速成长的范畴而面对越来越大的压力。“监视同业评审过程的研究人员将被要求标识表记标帜低质量的评审，而不只仅是LLM生成的评审。这是大会初次大规模地面临这一问题。美国卡内基梅隆大学的AI研究员Graham Neubig收到疑似由大型言语模子（LLM）生成的同业评审演讲。Pangram的阐发了他们的思疑。来评估和评审能否违反了这些政策，有一份似乎“没有抓住论文的沉点”，他们正在社交上指出，以检测AI生成的文本。一些做者曾经撤回了他们的ICLR，据《天然》报道，Neubig和其他跨越1.1万名AI研究人员将出席此次会议。约21%的ICLR同业评审完全由AI生成，”Hariharan说，

　　平均每位ICLR评审员被分派了5篇论文，跨越一半含有利用AI的迹象。丹麦哥本哈根大学的计较机科学家Desmond Elliott说，Pangram正在一篇预印本论文中描述了该模子。”Pangram团队利用了其自行开辟的一款东西，会议组织者现正在将利用Pangram的阐发以及其他从动化东西，他收到美国科技公司潘格拉姆尝试室（Pangram）首席施行官Max Spero的答复。