我们很高兴地宣布,我们的最新技术论文《EditLens》已通过同行评审,并被ICLR 2026录用。该会议被公认为人工智能和机器学习研究领域最顶尖的学术会议之一。
我们在技术博客中介绍过 EditLens,而 Pangram 的付费订阅用户也在积极使用这项技术,因为它是Pangram 3.0 的技术基础。
这使得Pangram成为首家也是唯一一家在主流机器学习会议上发表论文的商业人工智能检测公司。
除了向付费订阅《Pangram》的用户提供EditLens外,我们还与ICLR组委会合作,利用EditLens来识别由人工智能生成的论文和同行评审。这项案例研究已受到广泛报道,其中最引人注目的是《自然新闻》的报道,以及最近《大西洋月刊》的相关报道。
我们通过一个Twitter机器人向所有X用户开放了我们的技术,只要用户向@pangramlabs提问“这是AI生成的吗?”,相关内容就在X上迅速走红。
对我们而言,最重要的是,我们已在社区中引发了一场关于低质量AI内容及其应对措施的热烈讨论。
为了让人们认真对待我们的研究成果和工作,我们必须公开透明地说明我们的工作内容,以及我们的模型是如何在AI生成文本检测任务中实现高准确度的。
此外,随着Pangram作为负责任的AI检测标准被越来越广泛地采用,基于Pangram研究成果开展的后续研究也必须建立在可信的基石之上。正因如此,我们并不声称拥有能够检测AI的“独家秘方”或神奇的黑匣子——我们的产品建立在可持续的科学研究基础上,AI界可以对其进行复现、研究并在此基础上进一步拓展。
在接下来的几天里,我们计划向研究界开源一个精简版的EditLens模型。我们仍在内部讨论如何以负责任且符合伦理的方式,仅将该模型用于研究目的,以确保其较高的误报率不会对学生造成不利影响。
严谨且透明的研究是Pangram技术的基石,我们希望继续就这一主题积极发表研究成果,并与人工智能界保持互动。
EditLens 对我们而言意义非凡,因为它标志着凯瑟琳·泰(Katherine Thai)在 Pangram 成功完成暑期研究实习的巅峰之作,这也成为她博士论文答辩的收官之作,随后她便以创始人工智能研究科学家的身份全职加入我们。
我们采访了凯瑟琳,询问这个项目对她意味着什么:
“EditLens 对我来说是一个非常特别的项目,因为在开发过程中,我一直怀着让各类文本作者获得更高透明度的愿望,但当时并不确定它最终能否产生实际影响。一个项目刚一发布,就能如此自然且公开地接受检验,这种情况实属罕见。 看到众多作者和审稿人积极使用 ICLR Pangram 仪表盘,且大多数反馈积极,我感到无比兴奋。最令我自豪的,或许是来自非英语母语审稿人的反馈——他们指出 EditLens 并未错误地将他们经过大语言模型润色或翻译的审稿稿标记为问题内容。”
我们将于四月前往里约热内卢参加会议并进行演讲,欢迎大家届时前来交流!我们一直在寻找有才华的合作伙伴、研究人员和实习生加入我们不断壮大的团队。如有兴趣,请随时联系我们!

布拉德利是一位人工智能研究员,也是工业领域深度学习产品开发的专家。他最近曾领导生成式人工智能药物发现公司Absci的深度学习研究团队,此前曾是特斯拉Autopilot核心计算机视觉团队的成员。
在攻读研究生期间,布拉德利曾与斯坦福视觉实验室合作,在深度学习研究领域发表了多篇论文。他拥有斯坦福大学物理学学士学位和人工智能硕士学位。除了人工智能,他还对教育和哲学充满热情,并且是一名狂热的高尔夫球手。