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。
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。
- 我愿意悬赏50美元，给第一个做了这件事的人～
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。
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。
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） 把PDF转成Markdown，再统一转成纯文本，尽量减少格式噪音。