一項針對ICML 2026投稿的大規模隨機對照實驗顯示，評審政策中是否允許使用大語言模型（LLM），對論文最終得分與錄用結果的影響幾乎可以忽略不計。該研究基于arXiv公開論文對24 661篇投稿進行分析，發現不同政策組之間的評分差異僅為0.002分，且在統計上不顯著。這一結果表明，允許有限度的AI輔助評審，并未如部分研究者擔憂的那樣系統性地改變評審結果。

核心數據：政策分組未帶來實質評分變化

該實驗采用隨機化設計，將投稿與評審者分配至不同LLM使用政策組。數據顯示，在允許有限LLM使用與禁止LLM使用的條件下，論文平均得分分別為3.31分和3.32分，差異僅為0.01分；經統計檢驗，p值為0.56，遠高于常規顯著性閾值，說明這一微小差異更可能來自隨機波動而非政策本身的作用。

錄用決定同樣呈現高度一致。在允許有限LLM使用的組中，73.0%的論文被拒稿或撤稿，24.4%作為常規論文錄用，2.6%作為亮點論文錄用；在禁止LLM使用組中，對應比例分別為73.5%、24.4%和2.1%。決策分布幾乎完全重疊，卡方統計量χ2（2）=1.18，效應量Cramér’s V僅為0.01。

研究同時考察了評審者信心這一維度，同樣未發現政策分組帶來的顯著差異。這意味著，無論評審者是否被允許借助LLM，其給出的分數、給出的決策以及對自己判斷的確定性，都處于同一水平。

政策背景：ICML 2026的雙軌LLM框架

上述實驗實施于ICML 2026的評審環節。與ICML 2025全面禁止評審者使用LLM不同，ICML 2026引入了雙政策框架：作者和評審者各自選擇允許有限LLM使用或不使用，并據此進行匹配。具體規則還包括：選擇不使用LLM的作者，其評審階段同樣必須遵守不使用LLM的規定。

ICML 2026官方FAQ對政策執行做出了進一步說明。在政策A（嚴格禁止LLM）下，將投稿內容整體或部分輸入LLM均屬違規，無論目的為何；同時，區別于無意使用，若評審者將投稿輸入LLM并實際采用其輸出，將被視為超出無意行為的范圍。

在作者側，ICML 2026同期明確了LLM不得列為作者、嚴禁通過提示注入操縱評審結果等規則。值得注意的是，用于檢測LLM使用的提示（例如由主辦方插入的提示）不被視為違規，但以操縱獲得更好評審結果為目的的提示注入則被明確禁止。這些細則構成了ICML 2026在LLM評審治理上的完整政策鏈條。

另一動態：NeurIPS 2026引入“貢獻聲明”

在ICML 2026雙軌政策實驗進行的同時，NeurIPS 2026也在投稿與評審流程中推出了一項新舉措——“貢獻聲明”。該舉措要求作者對論文中各部分工作的來源與性質進行說明，以回應學術界對LLM參與研究過程后貢獻歸屬日益增長的關切。檢索日期為2026年7月，具體執行細節需以NeurIPS官方最新文件為準。

從投稿者角度看，這一系列變化傳遞出的信號較為明確：頂會在LLM使用問題上的治理思路正在分化，有的采用“允許但受限并匹配”的雙軌設計，有的則嘗試通過聲明機制強化貢獻透明度。對于正在準備投稿的研究者而言，逐條核對會議官方政策、確認本人與評審者所處政策組別，仍是降低流程風險最直接的方式。