一分钟读论文：《ICLR 2026 危机：50+ 篇论文中的幻觉引用丑闻》

GPTZero 团队用 Hallucination Check 工具扫描了 300 篇 ICLR 2026 投稿论文，结果令人震惊：50 篇论文包含至少一个明显的幻觉引用，而这些都被 3-5 位同行评审专家漏掉了。更可怕的是，其中一些论文的平均评分高达 8/10——这意味着它们几乎肯定会被发表。

核心发现

• 扫描规模：300 篇 ICLR 2026 投稿论文
• 幻觉率：50 篇论文包含经人工验证的幻觉引用（16.7%）
• 漏检率：每篇论文都经过 3-5 位同行评审，但都没发现问题
• 高评分论文：部分论文评分高达 8/10，几乎肯定会发表
• 估算规模：按比例推算，ICLR 2026 的 20,000 篇投稿中可能有数百篇存在幻觉引用

幻觉引用的五种类型

GPTZero 详细分类了幻觉引用模式：

1. 作者错乱型

引用真实存在的论文，但所有作者都是错的。例如”Segment everything everywhere all at once”（NeurIPS 2023）的作者列表完全错误。

2. 部分虚构型

前 3 位作者正确，但后面 7 位作者根本不存在。例如”Measuring massive multitask language understanding”（ICLR 2021）被添加了 7 位虚构作者。

3. 完全无匹配型

引用的论文、作者、会议完全不存在。例如”Defense against adversarial attacks using spectral regularization”（ICLR 2020）在数据库中完全找不到。

4. 元数据错误型

论文存在，但年份、页码、期刊等元数据错误。例如 MLflow 论文的标题和年份都不对。

5. 混合拼凑型

将多篇真实论文的元素拼凑在一起，创造出”半真实”的引用——标题来自一篇论文，作者来自另一篇，会议来自第三篇。

系统性危机

1. 同行评审系统崩溃

2016-2024 年，科学论文发表数量增长 48%，评审者过载导致质量下降，撤稿和丑闻激增。审稿人”被 overwhelm”，无法完成任务。

2. AI 加速的”论文工厂”

LLM 可以在几分钟内生成一篇”看起来像那么回事”的论文，特征是冗长、过度使用项目符号、伪造数据、幻觉引用。AI 生成的内容和真实论文的界限越来越模糊。

3. 定义幻觉的难度

GPTZero 区分了三种引用：

• 真实引用：完全正确
• 有缺陷引用：小错误（拼写错误、格式问题）
• 幻觉引用：由生成式 AI 产生，似乎改写或组合了一个或多个真实来源的标题、作者和/或元数据

4. 解决方案的曙光

GPTZero 提出了双重防御：

1. AI 检测 + 幻觉检查：同时检查 AI 生成文本和可疑引用
2. 人工审核自动化：工具识别有问题的引用，人工做最终判断
3. 提高效率：大幅减少验证来源所需的时间和人力

深层反思

这篇调查报告最令人不安的地方在于：这不是低排名期刊的问题，而是发生在 ICLR——机器学习领域最顶级的会议之一。

ICLR 2026 的官方政策明确表示：”即使是一个清晰的幻觉引用也是伦理违规，可能导致论文被拒绝。” 但问题是，在 AI 生成的论文洪流面前，现有的同行评审系统根本无法执行这个政策。

GPTZero 的团队正在与 ICLR 程序主席合作，他们的目标是：”让同行评审过程对每个人来说都更快、更公平、更透明。”

但更深层的问题是：当 AI 可以生成从文本到引用都”看起来正确”的论文时，学术出版的意义是什么？当同行评审专家都无法区分真实引用和幻觉引用时，我们如何信任科学文献？

这篇调查报告的标题是”Peer review is under siege”，但被围攻的不仅仅是同行评审——而是整个学术诚信的基础。