作者：ICML 2026 計畫主席 Alekh Agarwal、Miroslav Dudik、Sharon Li、Martin Jaggi，學術誠信主席 Nihar B. Shah，以及溝通主席 Katherine Gorman 和 Gautam Kamath。

人工智慧（AI）已日益成為研究人員工作流程中的寶貴部分。然而，若使用不當，AI 可能會損害同儕審查的誠信。會議必須適應，制定規則和政策來應對新常態，並對違反規則、辜負信任的行為者採取紀律處分。

ICML 正在積極適應。今年，我們駁回了 497 篇論文（約占總投稿數的 2%），這些論文來自 398 名違反先前明確同意的 LLM 使用規則的相互審稿人。

ICML 2026 有兩項關於在審查中使用 LLM 的政策：

此雙政策框架是基於社群的偏好和回饋所形成 — 事實上，社群對於在同儕審查中最佳使用 LLM 的方式存在分歧，作者同意與審稿人偏好工作流程等問題相互衝突。有關政策的更多詳細資訊，請參閱此處。

經過一個選擇過程，審稿人可以選擇他們希望遵循的政策，然後被分配到政策 A 或政策 B。最終，根據作者的要求和審稿人的註冊情況，只有明確選擇「政策 A」或「我同意政策 A 或 B」的審稿人才被分配到政策 A（不得使用 LLM）。需要明確的是，沒有強烈偏好政策 B 的審稿人被分配到政策 A。

我們偵測到 795 份審稿（約占總審稿數的 1%）是由 506 名被分配到政策 A（不得使用 LLM）的獨特審稿人撰寫的。再次提醒，這些審稿人已明確同意不在審稿中使用 LLM。所使用的偵測方法將在下方說明，並且沒有使用通用的 AI 文本偵測器。所有標記的案例都經過人工驗證，以避免誤判。

如果投稿的指定相互審稿人產生了此類審稿，則其投稿將被拒。總計導致 497 篇投稿被拒，涉及 398 名相互審稿人。所有被偵測為 LLM 生成的政策 A（不得使用 LLM）審稿均已從系統中移除。如果政策 A 審稿人提交的審稿中，超過一半被偵測為 LLM 生成，則其所有審稿均被刪除，該審稿人本身也會被移除。有 51 名政策 A 審稿人被偵測到在其超過一半的審稿中使用 LLM，這約占總計 506 名被偵測到違規審稿人的 10%。

需要明確的是，我們並未對標記的審稿品質或審稿人的意圖做出判斷。這僅僅是聲明該審稿人在撰寫審稿時，在某個時間點使用了 LLM，這不幸地違反了他們同意遵守的政策。

我們對此將對同儕審查過程造成的干擾感到遺憾。我們已與受影響的 SAC 和 AC 進行直接溝通，並盡力提供支持。違反政策的審稿已被移除，AC 可能需要尋找新的審稿人。一些已收到完整審稿的投稿已被直接拒絕。而一些投稿被直接拒絕的審稿人可能會變得無法聯繫。

總體而言，LLM 偵測涉及對投稿 PDF 進行浮水印處理，嵌入隱藏的 LLM 指令，這些指令會微妙地影響通過 LLM 產生的任何審稿。請注意，這並非難以規避的措施，特別是當其公開時（在幾乎整個審稿期間都是如此）。事實上，它可能只會捕捉到審稿中最嚴重和最粗心的 LLM 使用情況，即審稿人將 PDF 輸入 LLM，然後直接複製貼上 LLM 的輸出。僅對明確由同意不使用 LLM 的審稿人（政策 A）撰寫的審稿採取了行動。儘管有這些注意事項，仍有 795 份審稿（約占總審稿數的 1%）被發現違反了政策。

所使用的偵測方法基於 Rao、Kumar、Lakkaraju 和 Shah 的近期研究。首先，我們創建了一個包含 170,000 個詞組的字典。對於每篇論文，我們從該字典中隨機抽取兩個詞組。因此，一對詞組被選中的機率小於十億分之一。我們在每篇投稿的 PDF 中嵌入了只有 LLM 可見的指令，指示它在審稿中包含這兩個選定的詞組。（人類閱讀 PDF 時不會直接看到此浮水印。）

此技術並不總能成功偵測到 LLM 生成的審稿。審稿人可能會發現浮水印並將其移除或繞過。審稿文本可能會被修改。LLM 可能會忽略隱藏的指令。在提交截止日期前不久進行的實驗中，前沿的 LLM 通常（但不總是）遵循了注入的指令。對於大多數模型，成功率超過 80%，這可能取決於某些 LLM 讀取 PDF 的方法。

審稿人可能會擔心他們的審稿被錯誤標記，這是可以理解的。如我們所使用的方法的論文所述，誤判率受到嚴格控制。所有標記的案例也都經過人工檢查，以確保審稿並非僅僅提及浮水印的存在。

審稿人可能在許多方面未能達到我們的期望，無論是否涉及 AI。此舉措僅關注一種特定行為（違反先前約定的 LLM 使用規則），但仍發現約 1% 的總審稿存在此問題。

我們希望通過對違反約定政策的行為採取強硬措施，提醒社群，隨著我們領域的快速變化，我們最需要積極保護的是彼此之間的信任。如果我們無法在基於信任的環境中適應我們的系統，我們將發現它們很快就會過時且毫無意義。

我們已計算出，即使是單一篇被要求遵循政策 A 的投稿審稿被錯誤標記的機率。此機率為 0.0001（家族錯誤率）。

此文的原始版本聲稱 497 篇論文（由 506 名相互審稿人合著）被直接拒絕。這 497 篇論文實際上對應於 398 名相互審稿人的投稿，其餘 108 名被標記的審稿人並非活躍投稿的相互審稿人。上述文字已編輯以反映此情況。