随着大语言模型（LLM）在科研中的普及，其滥用也引发了学术诚信的担忧。ICLR 2026就此发布新规，强制要求作者与审稿人披露LLM使用情况，否则将直接拒稿。此举为学术圈划定了清晰的红线，旨在维护研究的公平性与透明度，为LLM的规范使用提供了重要参考。
智能速览
ICLR 2026规定，未披露LLM使用情况的论文将直接被拒稿。
作者需对论文中所有内容负全责，包括LLM生成的部分。
审稿人使用LLM辅助审稿时也必须披露，并确保内容公正、不泄密。
严禁在论文中插入用以操纵审稿流程的隐藏提示词。
NeurIPS、CVPR等多个顶会也已出台针对LLM使用的相关规定。
精华内容
面对LLM带来的机遇与挑战，学术会议正积极制定规则。ICLR 2026的新规具体从写作、研究、审稿到防范作弊等多个维度，构建了一个全面的监管框架。
写作与研究责任
新规明确，作者使用LLM辅助写作或研究时，必须清晰标注所有生成内容，无论是文本、数据分析还是实验代码。关键在于，作者仍是论文的第一责任人，需对LLM产出内容的准确性与合规性负全责。这意味着使用工具不能成为推卸责任的借口，作者需承担最终审核与确认的义务。
审稿流程规范
针对审稿人及领域主席，新规同样要求披露LLM的使用情况。在生成审稿意见时，必须保证结果的准确性和公平性，并严格遵守保密协议，不得泄露论文的任何信息。违反此规定的审稿人，其自身投稿的论文也将面临被拒的风险，体现了权责对等的原则。
严惩学术作弊
新规严厉禁止在论文中插入隐藏的“提示词”来诱导或操纵审稿LLM。这种行为被明确定义为严重的学术不端行为。一经发现，不仅作者会受罚，参与其中的审稿人也需承担相应责任。此举旨在从根本上杜绝利用技术漏洞破坏同行评审公正性的现象。
顶会共识与趋势
ICLR并非孤例，NeurIPS、CVPR、AAAI等顶级会议也已针对LLM使用发布了各自的指导方针。这些规定虽细节不同，但核心思想一致：既认可LLM作为辅助工具的正面价值，又通过强制披露、划定使用边界等方式，建立预防滥用机制，共同推动学术生态向更透明、健康的方向发展。
ICLR 2026的新规为学术界应对LLM挑战提供了一个清晰的范本，平衡了技术创新与学术诚信。这些规则的落地，预示着未来的科研活动将更加注重透明与责任。如何在利用LLM提升效率的同时，守住学术规范的底线，将是每位研究者需要思考的问题。
