Pangram检测质疑ICLR审稿由LLM代写
先了解这件事
Hilde Kuehne教授团队用Pangram逐条检测ICLR审稿意见，结果没有一份意见被判为人工撰写的概率超过5%，据此质疑审稿已大面积由LLM代写；但Kuehne承认该工具并不完美，结果只能作为粗略判据，不能视为已证实审稿人为机器。 团队随后按检测结果分别以LLM或人类风格回应。Kuehne称，作者因此面临两难：简洁回复可能被视为内容不足，冗长回复虽可能迎合审稿模型，却常让人类审稿人难以读完。她建议人类审稿人主动披露身份，以便作者提交真实、易读的回应，并警告学术互评可能演变为模型之间的循环回应。
AI 根据报道生成 · 3 小时前更新
事件进展
2 个进展
- 11月13日 14:23 · 4 篇报道用pangram检测ICLR审稿意见AGI Hunt：ICLR 作者吐槽审稿意见疑似全由 LLM 撰写
- 11月13日 14:23 · 1 篇报道Hilde Kuehne 吐槽 ICLR rebuttal 困局：写给 LLM 看的长答案人读不懂AGI Hunt：Hilde Kuehne 吐槽 ICLR rebuttal 困局：写给 LLM 看的长答案人读不懂
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntHilde Kuehne 用 Pangram 检测 ICLR 审稿意见，LLM 占比超 95%
Hilde Kuehne 使用检测工具 Pangram 逐条检查 ICLR 审稿问题，结果所有意见的人类概率均未超过 5%，几乎不存在纯人工审稿。她让作者按检测结果选择 LLM 风格或人类风格作答，并呼吁审稿人自报身份，让作者能提交简洁、真实的回复。
- AGI HuntHilde Kuehne 用 pangram 检测 ICLR 审稿中的 LLM 评论
Hilde Kuehne 教授在 ICLR rebuttal 后续中介绍了一项实验，学生用 pangram 作为粗略手段检测哪些审稿意见由 LLM 撰写，并分别采用 LLM 风格和人类风格作答。检测结果显示，没有任何一份审稿意见的人类得分达到 5%，反映出学术互评可能正在转向 LLM 之间的空转。
- AGI HuntHilde Kuehne 吐槽 ICLR rebuttal 困局：写给 LLM 看的长答案人读不懂
Hilde Kuehne 指出，ICLR rebuttal 正在形成写给人还是写给审稿 LLM 的两难：冗长答案虽可能获 LLM 认可，却常让人类读者无法读完，简洁回复又可能被判为缺漏。她建议人类审稿人自报身份，让作者提供真正易读的版本。
- AGI HuntICLR rebuttal 充斥 LLM 腔调，Hilde Kuehne 教授吐槽身份危机
Hilde Kuehne 教授发帖称，学生准备 ICLR rebuttal 回复时陷入两难：过于简短会被疑似 LLM 撰写的审稿意见要求补充内容，过于繁复又让人类读者难以接受。学生尝试用 pangram 粗略识别 LLM 审稿意见，但没有任何一份审稿意见的人类得分超过 5%。
- AGI HuntICLR 作者吐槽审稿意见疑似全由 LLM 撰写
法兰克福大学教授 Hilde Kuehne 吐槽 ICLR rebuttal 季疑似由 LLM 主导的审稿乱象。学生使用 Pangram 逐条检测后称，无一审稿意见的人类分超过 5%，并对疑似 LLM 撰写的问题以 LLM 生成回复。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月13日 15:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。