其中，21% 由 AI 完全生成、4% 由 AI 重度編輯、9% 由 AI 中度編輯、22% 由 AI 輕度編輯。

數據顯示，AI 審稿的意見篇幅更長，而且AI 審稿更可能給出高分。

有用戶在 Reddit 論壇吐槽，“我很擔心審稿的質量，很多審稿人根本沒有在做他們應該做的工作“，“這一批審稿質量簡直是我見過最差”，“根本就是隨機打分”。

與此同時，ICLR 會議在今年早期已發布針對 LLM 使用的政策里明確指出，作者與審稿人如使用 LLM 必須披露；若 LLM 被用來完全生成審稿意見或破壞對稿件的保密義務，將有倫理違規風險。

研究數據

為什么會產生這樣的問題？

一個猜測是 ICLR 今年投稿爆炸式增長，審稿周期緊、稿件量大，AI 可生成合規且高效的評審文本。

此次事件，是 Pangram Labs 機構對 ICLR 2026 投稿人和審稿人使用 AI 的情況進行了詳盡的分析。這是一家專門檢測 AI 生成的科技公司。

由于評審文本很短，無法區分AI 輔助與AI 生成。因此，Pangram Labs 使用了 EditLens—— 一個可以量化一段文本中 AI 輔助程度的新模型。

一個有趣的發現是，論文中的 AI 使用程度與較低的評分呈相關性。被 Pangram Labs 標記為 90–100% AI 內容的投稿，平均得分竟然只有 2.9。

同時，完全由 AI 生成的評審平均得分居然比人類撰寫的評審高出 0.3 分，長度也長了 26%。

Pangram Labs 使用 ICLR 2022 的審稿意見來驗證模型準確性（假陽性率）。結果顯示，完全由 AI 生成的未出現任何假陽性。

官方回應

ICLR 2026 馬上發布了一則官方回應，表示“已經注意到低質量的評審以及由大語言模型生成的評審，目前正在討論應采取的適當措施”。

8月份 ICLR 發布的政策顯示，審稿人使用 LLM 生成或輔助撰寫意見，若未披露，將被視為違反倫理守則。

針對審稿人極端使用 LLM 生成的情形，會議保留取消其審稿/作者資格的權利。

除此之外，作者在投稿中，若使用 LLM 進行論文撰寫或實驗分析，也必須在論文中注明使用方式。

參考資料：

https://www.reddit.com/r/MachineLearning/comments/1otlqqv/d_iclr_2026_paper_reviews_discussion/?utm_source=chatgpt.com

https://blog.iclr.cc/2025/08/26/policies-on-large-language-model-usage-at-iclr-2026/?utm_source=chatgpt.com