ICLR 2026出台最严AI使用新规：LLM参与论文与审稿必须强制声明

ICLR 2026大会近日颁布了被业内视为最严格的「人工智能管制令」。新规核心明确：凡在论文写作或审稿过程中使用大型语言模型（LLM），必须进行明确披露；所有相关方须对产出内容承担全部责任。对于严重违规行为，大会将直接拒绝稿件，不留余地。

国际学习表征大会（ICLR）2026届会议正式推出了一项关于大型语言模型使用的全新政策，引发学术圈广泛关注。

8月28日，ICLR 2026组委会官方公告详细阐述了这项「LLM使用新政」，其严格规定主要包括两点：

• 任何使用了LLM辅助工作的作者，必须在论文的「致谢」部分或相应位置进行明确说明。
• 无论是论文作者还是审稿人，均须对自己提交或生成的内容负最终全责，不可将责任推诿给AI工具。

这意味着，在ICLR的投稿与评审流程中，AI工具的参与必须被置于“阳光之下”。此外，新规还明确禁止在论文中嵌入任何形式的“提示注入”指令，以操纵审稿过程。

回顾今年四月，ICLR 2025在新加坡成功举办，共收到了破纪录的11,565份投稿，最终录用率为32.08%。

ICLR 2025的总投稿量首次突破万份大关（上一届为7304份），显示出该会议日益增长的影响力。

下一届ICLR 2026已定于明年4月23日至27日在巴西里约热内卢召开。

根据大会日程，论文提交截止日期距今仅剩大约四周时间。

在提交最终稿件之前，深入理解ICLR 2026的最新具体规定，对于每一位潜在投稿人及审稿人都至关重要。

使用LLM必须明确「致谢」声明

组委会在最新发布的博客中，重点阐述了两大核心政策，均围绕论文作者与审稿人的责任展开。

利用LLM协助撰写论文或进行审稿，在学术界已逐渐普遍，但随之而来的AI失误事件也屡见不鲜，引发了诸多信任危机。

例如，在NeurIPS 2025的审稿过程中，就曾出现令人啼笑皆非的“亚当是谁？”的审稿意见；另有作者发现，收到的评审意见中竟残留着GPT的提示词痕迹。

更有甚者，部分作者利用审稿人使用LLM的机会，在论文中巧妙“注入”旨在获得好评的隐藏指令，试图影响AI的判断。

最棘手的是，这类提示词往往以肉眼不可见的方式（如白色字体）嵌入文中，传统审查难以察觉。

此前，就连知名研究者谢赛宁的一篇论文，也因其团队成员涉嫌“作弊”行为而卷入类似争议。

上述案例在近年来的顶会中已非孤例。

随着ICLR收稿量迈入万篇时代，预计相关情况只会增多。因此，提前出台规则以预防AI辅助写作与审稿中可能出现的各类问题，已成必然之举。

简而言之，ICLR 2026推行了两项与LLM使用相关的主要政策：

政策一：任何对大型语言模型的使用都必须进行明确声明。

该政策遵循ICLR《伦理准则》中“所有研究贡献均应获得鸣谢”以及贡献者“有权期望其工作得到认可”的基本原则。

政策二：ICLR的作者与审稿人需为其所作贡献承担最终责任。

此项政策则根植于《伦理准则》中“研究人员不得故意提出虚假或误导性主张，不得伪造或篡改数据，亦不得歪曲研究结果”的规定。

由于这些政策与ICLR既有的《伦理准则》一脉相承，因此对违规行为的处理方式也将保持一致。

准则中明确指出，ICLR有权拒绝任何违反伦理准则的科研成果投稿。

这意味着，任何人如被发现违反上述LLM使用政策，其投稿将面临直接被拒的后果。

尽管政策有据可依，但LLM的广泛普及毕竟是新近现象，其实际应用中的潜在影响尚不完全清晰。

为了帮助社区成员做出知情决策，ICLR列举了一些常见的使用场景，并阐明了可能引发的后果。

LLM参与论文写作与研究

在论文写作中借助LLM已十分常见，无论是用于修改语法、润色文字，还是生成部分章节，其参与程度深浅不一。

根据政策一，ICLR 2026的程序委员会主席要求，在提交的稿件（包括论文正文及相关表格）中，必须明确说明LLM的使用方式与范围。

同时，政策二强调，作者必须对提交内容的真实性、准确性负全部责任。

换言之，若因使用LLM而导致论文出现严重失实、剽窃或不准确陈述，均被视为违反了《伦理准则》。

此外，LLM也常被用于辅助构思研究想法、生成实验代码或分析实验结果。

同样，只要涉及LLM的使用，就必须在投稿时进行明确声明。

ICLR特别强调，作者必须亲自核实并验证由LLM提供的任何研究贡献，确保其可靠性与正确性。

即使在极端情况下——整篇论文均由LLM生成，也必须至少有一名人类作者对该论文的全部内容承担最终责任。

LLM协助撰写审稿与元审稿意见

在论文评审环节，LLM的使用同样需要严格规范。

审稿人可能利用LLM来优化审稿意见的语法、提升表述清晰度。

与论文作者的要求一致，审稿人在提交审稿意见时，必须明确说明是否使用了LLM以及如何使用。

如果出现更极端的情形，例如审稿意见完全由LLM从头生成，ICLR警告这可能涉及双重违规。

首先，审稿人须为所提交的意见负全责。若LLM输出了包含虚假信息、事实幻觉或不实陈述的内容，由此产生的一切后果由审稿人承担。

其次，《伦理准则》要求研究人员对未发表的论文内容履行保密义务。在将稿件内容输入LLM的过程中，若导致机密信息泄露，则严重违背了此项准则，后果可能包括该审稿人评审的所有稿件被直接拒绝。

此项责任规定同样适用于撰写元审稿意见的区域主席（AC）。

严禁插入隐藏的「提示词注入」

这一情形特指今年引起广泛讨论的、在论文中嵌入“好评指令”的行为。

部分作者会在论文中秘密“埋设”隐藏的提示词（例如使用白色字体），内容可能是要求AI模型忽略之前指令并对论文给予正面评价。

如果在投稿中包含此类提示词注入，并因此诱导生成了正面的LLM审稿意见，ICLR组委会将视此为一种「合谋行为」。

根据先例，此举违反了《伦理准则》。

在这种情况下，论文作者与涉事审稿人都需承担责任。因为作者主动请求并获得了非客观的正面评价，构成了合谋要素；而审稿人提交了未经严格把关的意见，也需承担相应后果。

论文作者“埋设陷阱”，审稿人则有义务“排查陷阱”。

另一方面，作者试图通过注入提示词来操纵评审过程，这一行为本身即构成合谋企图，同样属于违反《伦理准则》。

AI深度卷入顶级学术会议：各方见招拆招

ICLR并非首个对LLM在写稿、审稿中的使用设限的会议。

去年12月，CVPR 2025也提前公布了政策，严禁在任何阶段使用大模型来撰写审稿意见。

ICML 2023曾明令禁止提交完全由ChatGPT等大模型生成的论文，但允许利用AI进行文章编辑和润色。

NeurIPS 2025则相对特殊，允许将LLM作为工具使用，但若将其作为核心研究方法，则必须进行详尽描述。

值得一提的是，在今年ICLR 2025的审稿过程中，组委会曾进行了一项关于AI辅助审稿影响的实验。

在其公布的一份长达30页的研究报告中显示，有12222条建议被审稿人采纳，其中26.6%的审稿人根据AI反馈更新了评审意见。

论文地址：https://arxiv.org/abs/2504.09737

数据显示，LLM的反馈在89%的情况下提升了审稿意见的质量。

不仅如此，AI辅助审稿还显著提高了 rebuttal（作者反馈）阶段的讨论活跃度，无论是作者回应还是审稿人后续回复的篇幅都有所增加。

这从侧面印证了LLM在辅助审稿方面蕴藏着巨大潜力。

毕竟，人工智能已深度融入日常研究与工作，完全禁止使用并不现实。因AI存在“幻觉”问题而全盘否定其价值也非明智之举。对于各大顶级学术会议而言，面对AI带来的机遇与挑战，唯有在实践中不断“见招拆招”，动态调整政策以平衡创新与诚信。

参考资料

https://blog.iclr.cc/2025/08/26/policies-on-large-language-model-usage-at-iclr-2026/