1.iclr2020

ICLR 2026，居然有21%的评审是纯纯由AI生成的？！上面这个相当扎心的答案，来自Pangram实验室的分析报告这件事被发现的起因颇具戏剧色彩：CMU的AI研究员Graham Neubig，感觉自己收到的同行评审AI味超级重。

2.iclr2015

他之所以起疑心，是因为这些评审内容“非常冗长，且包含大量符号”，并且所要求的分析方式并非“审稿人通常在AI或ML论文中所要求的那种标准统计分析方式”做事嘛，不能光靠直觉，要真凭实据啦Graham Neubig自己干不了这个事儿，就在𝕏上发布了一个悬赏令，希望有人能做一轮系统性的检测，看ICLR的论文和审稿中到底夹杂了多少AI文本。

3.iclr2019

我愿意悬赏50美元，给第一个做了这件事的人～

居然有21%的ICLR 2026评审纯用AI生成…（插图

4.openreview iclr2021

Pangram实验室就是那个接黄榜的这个实验室的业务之一，正好是开发检测AI生成文本的工具结论简单粗暴：75800条评审中，15899条高度疑似完全由AI生成，占比21%大量论文正文中也检测出AI参与的痕迹，有的论文甚至大半字数都是AI的产出。

5.iclr2018

一个顶级AI学术会议，审稿和投稿两头都出现大规模AI代写……是怎么测出“AI味”的？Pangram这次对ICLR的全部提交论文和所有评审做了系统分析，并且在博客中公开了全过程他们先在OpenReview上，把ICLR 2026的数据全部拉了下来，总计约19490篇论文投稿，以及75800条审稿意见。

6.iclr2021结果

这些论文多为PDF格式，普通PDF解析工具面对公式、图表、行号、表格等内容时容易抽风，会干扰后续的文本分析所以常规的PDF解析器，比如PyMuPDF就用不了了于是Pangram用OCR模型（他们用的是Mistral OCR）

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。