近日，第40届神经信息处理系统大会（NeurIPS 2026）因在其送审论文中秘密植入“隐形诱饵”指令，以识别和惩罚利用生成式人工智能（AI）进行同行评审的审稿人，在学术界引发了广泛争议。
NeurIPS大会将于2026年12月在澳大利亚悉尼举行。根据其会议手册中概述的政策，大会明确禁止审稿人将待评审论文上传至AI聊天机器人，认为此举违反了学术机密性原则。然而，审稿人仍可将AI聊天机器人用于背景研究目的。
为了有效执行这项政策并遏制同行评审中对AI的违规使用，NeurIPS的组织者在发送给审稿人的论文中，特意设置了针对大型语言模型（LLMs）的隐蔽指令。这些指令旨在诱导LLM在生成的审稿报告中，使用特定的“标志性短语”，例如“这项工作解决了核心挑战”和“论文的论点”。此前已有研究人员试图通过在论文中植入秘密信息来操纵AI工具以获得有利的审稿报告，而许多出版商也普遍禁止在同行评审中使用AI。
多位为NeurIPS评审论文的研究人员已在社交媒体上表达了他们对这种“间接提示注入”策略的担忧。汉诺威莱布尼茨大学的计算机科学家Sören Auer在领英上评论道：“设计一个预设恶意的陷阱，会腐蚀整个系统所依赖的信任关系。你不能通过将审稿人视为嫌疑犯来建立健康的评审文化。”
Auer教授透露，他最初曾拒绝了他评审的第一篇论文，因为他误以为这些诱饵指令是由论文作者植入的。但在发现第二篇论文中也存在隐藏指令，并看到研究人员在Reddit上讨论此事后，他才撤销了之前的判断。他认为，由于审稿人可能不知道这些指令是由会议组织者植入的，因此有更多论文可能会被不公正地拒绝。Auer补充说：“我个人认为禁止使用AI并非良策。我们应该更多地讨论如何正确使用它。”
萨里大学的AI研究员Sara Atito也向《The Transmitter》表示，她在为NeurIPS评审的四篇论文中都发现了相同的诱饵指令，甚至在她自己的论文被NeurIPS组织者处理后送审的版本中也发现了。Atito称这种隐藏指令是“一种糟糕的机制”，认为它或许能筛选出一些有问题投稿，但无法解决同行评审中更深层次的问题。她指出：“我们把太多责任归咎于审稿人，因为他们是可见的失败点。”
然而，也有人认为这种方法具有其价值。卡内基梅隆大学的计算机科学家Nihar Shah教授，同时也是第43届国际机器学习大会（ICML 2026）的学术诚信主席，就认为隐藏诱饵指令是“可行且有效”的。Shah教授主导了ICML 2026的类似行动，将隐藏指令注入所有提交的论文中。
Shah教授表示，通过这种方式，他和他的团队识别出数百名违规使用AI的审稿人，并因此拒绝了他们的审稿报告。ICML 2026因此拒绝了近500篇论文，约占该会议今年总投稿量的2%，原因均是违反了其LLM评审政策。
Shah教授指出，研究人员对这一策略表达了“压倒性的支持”，并表示他已与NeurIPS团队分享了这一方法。他说：“我从事会议同行评审工作多年，很少见到如此强烈的支持。人们确实厌倦了审稿人不费吹灰之力地复制粘贴AI生成的评审意见。”
NeurIPS组织委员会在给《The Transmitter》的一份声明中表示，他们无法详细讨论这些注入的指令，“以免削弱这种干预措施的有效性”。不过，委员会已直接回复了所有注意到隐藏指令的审稿人，告知他们不要因此惩罚个别论文。
这场围绕“隐形诱饵”的争议，不仅揭示了AI在学术评审中带来的新挑战，也引发了关于学术诚信、审稿人信任以及AI工具合理使用的深刻讨论。