← Field Notes

ICLR lehnt Papers wegen fehlerhafter Referenzen ab. Die eigene LaTeX-Vorlage liefert seit 2018 selbst eine aus.

StrictCite Field Notes  ·  4. Oktober 2026
English  ·  한국어  ·  日本語  ·  Deutsch  ·  Русский
Jede Vorgabe unten ist aus ICLRs eigenen Autorenrichtlinien, der KI-Richtlinie oder der offiziellen LaTeX-Vorlage zitiert und verlinkt. Wo sich diese Quellen widersprechen oder schweigen, sagen wir das, statt die Lücke zu füllen.
Zusammenfassung

Die vollständigen Papers für ICLR 2027 waren am 25. September fällig, die Reviews erscheinen am 5. November. Bis dahin lässt sich eine Einreichung nicht bearbeiten[1]. Diese Notiz sammelt die Formatvorgaben und jeden genannten Desk-Rejection-Grund aus ICLRs Autorenrichtlinien, der KI-Richtlinie und der LaTeX-Vorlage, zitiert und verlinkt[1][2][3]. Dabei sind wir auf zwei Probleme in ICLRs eigenem Material gestoßen. Die Autorenrichtlinien nennen für die Einreichungsversion zwei verschiedene Seitenlimits. Und die Beispielbibliografie der offiziellen Vorlage führt Yoshua Bengio zweimal als Autor von Deep Learning auf, einem Buch mit drei Autoren[7]. Dieser Eintrag steht seit dem Zyklus 2019 in jeder ICLR-Vorlage[5][6], und mindestens ein angenommenes ICLR-2023-Paper druckt ihn ab[8]. Es ist ein harmloser Fehler in einer echten Referenz. Es ist aber auch eine Autorenliste, die nicht zum Datensatz passt, also genau die Art von Abweichung, für deren Erkennung Referenzprüfer gebaut sind, und unser eigener Prüfer hat sie markiert.

1. Wo ICLR 2027 gerade steht

Abstracts waren am 18. September fällig, vollständige Papers am 25. September. Was danach gilt, sagen die Richtlinien deutlich: „Einreichungen können bis zur Einreichungsfrist auf OpenReview bearbeitet werden, danach sind Änderungen bis zur Veröffentlichung der Reviews nicht erlaubt.“ Die FAQ ergänzt, dass „nach der Einreichungsfrist keine Änderungen am Paper vorgenommen werden können, egal wie klein“[1].

Die Reviews erscheinen am 5. November, öffentlich. Vom 5. bis 18. November dürfen Autoren das Paper überarbeiten. Tun sie das, „wird ein pdfdiff angewendet, um die neuen Änderungen mit der ursprünglichen Einreichung zu vergleichen“, und „Area Chairs und Reviewer behalten sich das Recht vor, Änderungen zu ignorieren, die sich deutlich vom ursprünglichen Paper unterscheiden.“ Die Entscheidungen kommen am 16. Dezember. Danach werden alle Einreichungen, ob angenommen, abgelehnt oder zurückgezogen, de-anonymisiert und die Reviews veröffentlicht[1]. Ein nach der Frist zurückgezogenes Paper bleibt in einem öffentlichen Bereich „withdrawn papers“ auf OpenReview und wird „sofort de-anonymisiert“[1].

Praktisch heißt das: Das PDF, das Sie am 25. September hochgeladen haben, ist das, was geprüft wird. Ändern können Sie es jetzt nicht. Herausfinden, was darin steht, können Sie schon.

2. Die Formatvorgaben, in ICLRs Worten

Jede Zeile zitiert die Quelle, die in derselben Zeile verlinkt ist. [1] sind die Autorenrichtlinien, [2] ist die offizielle LaTeX-Vorlage (die Hinweise in der .tex und die .sty-Datei), [3] ist die KI-Richtlinie für Autoren.

Vorgabe Was ICLR sagt Quelle
Seitenlimit, Einreichung „Zum Zeitpunkt der Einreichung sollte der Haupttext höchstens 9 Seiten umfassen.“ „Dieses Limit wird strikt durchgesetzt. Papers, deren Haupttext das Seitenlimit überschreitet, werden desk-rejected.“ (Siehe aber Abschnitt 4.) [1]
Seitenlimit, Überarbeitung und Camera-Ready „In der Diskussions-/Rebuttal-Phase und für die Camera-Ready-Version wird das Seitenlimit auf 10 Seiten erhöht.“ [1]
Literaturverzeichnis „Das Literaturverzeichnis zählt nicht zum Seitenlimit, und für die Bibliografie/Referenzen sind unbegrenzt zusätzliche Seiten erlaubt.“ [1]
Anhang „So viele Seiten Anhang (nach der Bibliografie), wie sie möchten, aber Reviewer sind nicht verpflichtet, den Anhang zu lesen.“ [1]
Vorlage „Autoren müssen die ICLR-LaTeX-Stildateien verwenden … Bitte stellen Sie sicher, dass Sie die aktuellen Dateien und keine früheren Versionen verwenden. Änderungen an den Stildateien können ein Ablehnungsgrund sein.“ [2]
Satzspiegel und Ränder „Der Text muss innerhalb eines Rechtecks von 5,5 Zoll (33 Pica) Breite und 9 Zoll (54 Pica) Länge bleiben. Der linke Rand beträgt 1,5 Zoll (9 Pica).“ „Alle Seiten sollten 1 Zoll (6 Pica) unterhalb des oberen Seitenrands beginnen.“ Die Stildatei setzt das Papier auf 8,5 × 11 Zoll (US Letter). [2]
Schrift „Verwenden Sie 10-Punkt-Schrift mit 11 Punkt Zeilenabstand. Times New Roman ist durchgehend die bevorzugte Schrift.“ Titel: „17 Punkt, Kapitälchen, linksbündig.“ Überschriften erster Ebene: „Kapitälchen, linksbündig, 12 Punkt.“ [2]
Abstract „Links und rechts um 1/2 Zoll (3 Pica) eingerückt … Der Abstract ist auf einen Absatz beschränkt.“ [2]
Anonymität „Jedes Paper, bei dem die Identität der Autoren im Haupttext oder im Zusatzmaterial offengelegt wird, wird desk-rejected.“ Eigene arXiv-Papers „sollten in der dritten Person zitiert werden.“ [1]
Kopfzeile im Review-Modus Im Review-Modus druckt die Stildatei „Anonymous authors / Paper under double-blind review“ und die Kopfzeile „Under review as a conference paper at ICLR 2027“. Der Schalter \iclrfinalcopy druckt Ihre Namen. Der eigene Kommentar der Vorlage dazu: „Für die Camera-Ready-Version einkommentieren, aber NICHT für die Einreichung.“ [2]
Code- und Demo-Links Müssen „vollständig anonym“ sein. „Stellen Sie außerdem sicher, dass die Hosting-Website keine Besucher verfolgt.“ [1]
Erklärung zur KI-Nutzung Pflicht. „Ein verpflichtender Abschnitt im Paper (dieser Abschnitt zählt nicht zum Seitenlimit).“ Die Vorlage ergänzt: „Diese Erklärung sollte nicht länger als 1 Seite sein.“ [3] [2]
Ethik-Erklärung Empfohlen, „am Ende des Haupttexts vor den Referenzen“. Sie „zählt nicht zum Seitenlimit, sollte aber nicht länger als 1 Seite sein.“ [1]
Reproduzierbarkeits-Erklärung Empfohlen, „einen Absatz lang“, und sie „zählt nicht zum Seitenlimit.“ [1]
Danksagung „Zählt die Danksagung zum Seitenlimit? Nein.“ [1]
Andere ICLR-2027-Einreichungen zitieren „OpenReview stellt BibTeX-Einträge bereit, die keine Autoren nennen, aber Titel, Jahr und URL angeben.“ [1]

3. Desk-Rejection-Gründe, die nicht im PDF stehen

Mehrere der genannten Desk-Rejection-Gründe haben mit dem Paper selbst nichts zu tun. Alle sind aus den Autorenrichtlinien zitiert[1]:

  • Autoren: „Nach der Abstract-Frist können keine Autoren hinzugefügt oder entfernt werden.“
  • OpenReview-Profile: Jeder Autor braucht vor der Frist für das vollständige Paper eines, und „falsche Angaben in Ihrem Profil sind ein Grund für eine Desk Rejection.“
  • Gegenseitiges Reviewen: „Wenn keiner der Autoren als Reviewer registriert ist, führt dies zur Desk Rejection des Papers.“ Autoren auf drei oder mehr Papers müssen mindestens sechs begutachten, und wer „bis zur Rebuttal-Phase keine vollständigen, hochwertigen Reviews liefert, dessen Einreichungen können desk-rejected werden.“
  • Kontingente: höchstens 20 Papers pro Autor, und höchstens ein Paper pro Autor, bei dem kein Autor ein berechtigter Reviewer ist. Bei Überschreitung werden „überzählige Einreichungen zufällig desk-rejected, bis jeder Autor unter dem Kontingent liegt.“
  • Abstracts: „Platzhalter- oder doppelte Abstracts werden entfernt.“
  • Sanktionen: „Einreichungen, die mit Einrichtungen auf dieser Liste in Verbindung stehen, werden desk-rejected.“

4. Zwei Stellen, an denen sich die Richtlinien widersprechen oder schweigen

Das Seitenlimit der Einreichungsversion. Der Formatabschnitt der Richtlinien sagt: „Zum Zeitpunkt der Einreichung sollte der Haupttext höchstens 9 Seiten umfassen.“ Die Vorlage sagt dasselbe: „eine strikte Obergrenze von 9 Seiten für den Haupttext der ersten Einreichung“[1][2]. Weiter unten auf derselben Seite sagt der Camera-Ready-Abschnitt: „Das Seitenlimit ist identisch mit der Einreichungsversion (10 Seiten).“ Und die FAQ, auf die Frage, wie viele Seiten eine Rebuttal-Überarbeitung haben darf: „Das Seitenlimit ist identisch mit der Einreichungsversion (10 Seiten)“[1]. Die Einreichungsversion kann nicht zugleich 9 und 10 Seiten haben. Die beiden späteren Sätze sehen aus wie Text, der aus einem früheren Jahr übernommen und nie aktualisiert wurde. Bestätigen können wir das nicht, also halten wir nur fest, dass die Seite beides sagt. Die 9-Seiten-Regel ist die, neben der „desk-rejected“ steht, und es ist die, die die Vorlage wiederholt. Planen Sie mit 9.

Ob Referenzen erneut geprüft werden. Wir haben am 4. Oktober den vollständigen Text der ICLR-2027-Autorenrichtlinien, der KI-Richtlinie für Autoren und des Call for Papers durchsucht. Keiner enthält das Wort „hallucinated“, und keiner beschreibt eine automatische Referenzprüfung[1][3]. Am nächsten kommt die KI-Richtlinie: „Eine erhebliche Unwahrheit, ein Plagiat oder eine Falschdarstellung, die von einem LLM erzeugt wurde, gilt als Verstoß der Autoren gegen den Code of Ethics und kann zur Desk Rejection des Papers führen.“ Dieselbe Richtlinie führt „Referenzen formatieren“ unter den KI-Nutzungen, deren Offenlegung empfohlen und nicht verpflichtend ist[3]. Die Regeln für 2027 sagen also nicht, ob die Referenzprüfung des letzten Zyklus wieder läuft. Sie sagen aber, dass eine erfundene Referenz in Ihrer Verantwortung liegt.

5. Was ICLR im letzten Zyklus mit Referenzen gemacht hat

Die Program Chairs von ICLR 2026 haben ihr Verfahren in einem Rückblick vom 31. März beschrieben. Ihr System „extrahierte die Referenzen einer Einreichung automatisch und prüfte sie gegen mehrere Standard-Bibliografiedatenbanken und eine Standard-Websuche.“ Area Chairs übernahmen eine erste menschliche Prüfung der markierten Referenzen, danach prüften die Program Chairs jede markierte Referenz selbst: „Jedes Paper mit markierten Referenzen wurde von mindestens drei Menschen geprüft.“ Dann: „Alle Papers mit bestätigten halluzinierten Referenzen wurden desk-rejected, zusammen mit einem Einspruchskanal für fälschlich markierte Papers“[4].

Sie waren auch offen über die Schwäche des Systems: Es „hatte eine erhebliche Falsch-Positiv-Rate (zum Beispiel markierte es eine Referenz auf ein Paper mit nicht-englischem Titel, den die Autoren einer Einreichung ins Englische übersetzt hatten).“ Und das Verfahren „erklärt teilweise die relativ hohe Desk-Rejection-Rate bei der diesjährigen ICLR im Vergleich zu früheren Jahren“[4].

Was als „halluziniert“ gilt, ist hier entscheidend. Das größte uns bekannte unabhängige Audit, das ICLR, ICML, NeurIPS und USENIX Security abdeckt, definiert es eng als „nicht existierende Werke und erhebliche Abweichungen in der Autorenliste“ und schließt gewöhnliche bibliografische Unterschiede aus[9]. Behalten Sie diese Definition für den nächsten Abschnitt im Kopf.

6. Die Referenz in ICLRs eigener Vorlage

Das offizielle Stildatei-Paket für ICLR 2027 enthält eine Beispielbibliografie, iclr2027_conference.bib, mit drei Einträgen. Der Beispieltext der Vorlage zitiert alle drei, sie erscheinen also im Literaturverzeichnis, sobald die Vorlage im ausgelieferten Zustand kompiliert wird[2]. Das ist der dritte Eintrag, genau so, wie er ausgeliefert wird:

@book{goodfellow2016deep, title={Deep learning}, author={Goodfellow, Ian and Bengio, Yoshua and Courville, Aaron and Bengio, Yoshua}, volume={1}, year={2016}, publisher={MIT Press} }

Deep Learning hat drei Autoren: Ian Goodfellow, Yoshua Bengio und Aaron Courville. Der BibTeX-Eintrag, den die Autoren selbst empfehlen, nennt diese drei und hat kein volume-Feld[7]. Die Vorlage führt Bengio ein zweites Mal als vierten Autor auf und ergänzt ein „volume 1“.

Wie lange er schon da ist. ICLR verwaltet seine Vorlagen in einem öffentlichen GitHub-Repository. Der doppelte Autor wurde am 2. Juli 2018 hinzugefügt, als die Vorlage für ICLR 2019 vorbereitet wurde[5]. Wir haben die Beispielbibliografie jedes Jahrgangs in diesem Repository geprüft: 2019, 2020, 2021, 2022, 2023, 2024, 2025, 2026 und 2027. Die Zeile ist in allen neun identisch[6]. Die Vorlage wurde seitdem für acht neue Konferenzjahre aktualisiert, der Eintrag wurde nicht korrigiert.

Er landet in veröffentlichten Papers. Im ICLR-Stil gesetzt lautet der Eintrag: „Ian Goodfellow, Yoshua Bengio, Aaron Courville, and Yoshua Bengio. Deep learning, volume 1. MIT Press, 2016.“ Genau diese Referenz steht im Literaturverzeichnis eines bei ICLR 2023 veröffentlichten Papers[8]. Ob die Autoren den Eintrag aus der Vorlage oder von woanders übernommen haben, können wir nicht sagen, und es ist nicht ihr Fehler, für den sie geradestehen müssten. Es ist ein Beispiel. Wie viele Papers ihn enthalten, haben wir nicht zu zählen versucht.

Was unser eigener Prüfer sagt. Wir haben die Drei-Einträge-Bibliografie der Vorlage am 4. Oktober durch die Engine von StrictCite laufen lassen. Ein Eintrag wurde sauber verifiziert. Zwei wurden markiert, und eine dieser beiden Markierungen ist trivial:

Eintrag der Vorlage Was der Datensatz sagt Unsere Engine
Hinton, Osindero & Teh (2006), A Fast Learning Algorithm for Deep Belief Nets Titel, Autoren, Jahr, Zeitschrift, Band und Seiten stimmen alle mit Crossref überein[11]. Verifiziert
Bengio & LeCun (2007), Scaling Learning Algorithms Towards AI Crossref führt den Titel als „Scaling Learning Algorithms toward AI“[10]. Ein Buchstabe. Das würden wir nicht als Fehler bezeichnen. Markiert, trivial
Goodfellow et al. (2016), Deep learning Drei Autoren, nicht vier[7]. Unsere Engine verglich die Liste mit OpenAlex und meldete, dass sie abweicht. Markiert, echt

Was das ist und was nicht. Es ist keine Halluzination. Das Buch existiert, jeder genannte Autor ist ein echter Autor des Buchs, und nach der Definition des Audits ist ein wiederholter Name wahrscheinlich keine „erhebliche“ Abweichung[9]. Wir wissen nicht, wie ICLRs eigener Prüfer ihn behandelt hätte, und wir behaupten nicht, dass deswegen jemand desk-rejected würde. Was er zeigt, ist enger gefasst. Eine Autorenliste, die nicht zum Datensatz passt, stand neun Konferenzzyklen lang unkorrigiert in genau der Datei, von der aus ICLR jeden Autor starten lässt. Im letzten Zyklus hat ICLR jedes Paper mit einer bestätigten erfundenen Referenz desk-rejected, nach Prüfung durch mindestens drei Menschen[4]. Die Vorlage, die ICLR jedem Autor in die Hand gibt, zeigt, wie leicht solche Fehler unbemerkt bleiben, und warum es sich lohnt, eine Bibliografie maschinell zu prüfen, statt darauf zu vertrauen, dass es schon jemandem aufgefallen wäre.

7. Was Sie vor dem 5. November noch tun können

Prüfen Sie die eingereichte Bibliografie jetzt. Das PDF können Sie bis zum 5. November nicht ändern[1]. Wenn darin etwas falsch ist, wissen Sie es besser, bevor ein Reviewer oder Program Chair es Ihnen sagt. Ist es eine echte Erfindung, wissen Sie, womit Sie es zu tun haben. Ist es ein Falsch-Positiv der Art, die ICLR beschrieben hat, haben Sie die Belege parat. ICLR 2026 hatte einen Einspruchskanal für fälschlich markierte Papers[4]. Die Richtlinien für 2027 beschreiben keinen.

Wissen Sie, welche Einträge ein Prüfer markieren wird. Zwei Arten sind vorhersehbar. Zitate anderer ICLR-2027-Einreichungen verwenden das BibTeX von OpenReview, das absichtlich keine Autoren nennt[1]. Und ins Englische übersetzte nicht-englische Titel waren das Falsch-Positiv-Beispiel, das ICLR selbst genannt hat[4]. Wenn Sie ein Paper in Übersetzung zitieren, behalten Sie den Originaltitel ebenfalls im Eintrag.

Legen Sie offen, wenn ein LLM Ihre Referenzen angefasst hat. „Referenzen formatieren“ steht auf ICLRs Liste der Nutzungen, deren Offenlegung empfohlen wird[3]. Die Erklärung zur KI-Nutzung ist ohnehin Pflicht, schreiben Sie es dort hinein.

Bleiben Sie bei der Überarbeitung innerhalb der Regeln. Das Limit für Überarbeitungen beträgt 10 Seiten, und der pdfdiff zeigt den Reviewern genau, was sich geändert hat[1]. Verwenden Sie die Dateien von 2027, lassen Sie die Stildatei in Ruhe und schalten Sie \iclrfinalcopy nicht ein: Es druckt Ihre Namen, und eine offengelegte Identität ist ein Desk-Rejection-Grund[1][2]. Wenn Sie Ihr Paper aus der Vorlage aufgebaut haben, sehen Sie nach, ob die Beispieleinträge noch in Ihrer .bib stehen und noch zitiert werden.

8. Wo StrictCite hineinpasst

StrictCite prüft Referenzen und sonst nichts auf dieser Seite. Es zählt keine Seiten, misst keine Ränder und sucht nicht nach Ihrem Namen. Das können Sie in fünf Minuten selbst anhand der Tabelle in Abschnitt 2 prüfen. Was sich von Hand nicht leicht prüfen lässt, ist, ob jede einzelne von fünfzig oder sechzig Referenzen auf einen echten Datensatz mit den Autoren, dem Titel und dem Jahr verweist, die Sie angegeben haben. Genau das tut StrictCite, gegen Crossref, OpenAlex, DBLP und weitere Register. Der kostenlose Tarif umfasst 30 Referenzen pro Tag in einem gleitenden 24-Stunden-Fenster[12], eine Bibliografie mit 60 Referenzen dauert also zwei Tage. Die Reviews erscheinen am 5. November. Prüfen Sie eine Bibliografie kostenlos auf strictcite.com.

References

  1. [1] ICLR 2027 Author Guidelines: deadlines, paper formatting, anonymity, quotas, reciprocal reviewing, reviewing timeline, camera-ready and FAQ (checked 4 October 2026). iclr.cc/Conferences/2027/AuthorGuidelines ↑
  2. [2] ICLR 2027 LaTeX style files: iclr2027_conference.tex, .sty and .bib. media.iclr.cc/Conferences/ICLR2027/iclr-2027-style-files.zip ↑
  3. [3] ICLR 2027 AI Policy for Authors (checked 4 October 2026). iclr.cc/Conferences/2027/AIPolicyForAuthors ↑
  4. [4] A Retrospective on the ICLR 2026 Review Process. ICLR Blog, 31 March 2026. blog.iclr.cc/2026/03/31/a-retrospective-on-the-iclr-2026-review-process ↑
  5. [5] ICLR Master-Template repository, commit 24494ec (“Include math files”), 2 July 2018: adds goodfellow2016deep to iclr2019_conference.bib. github.com/ICLR/Master-Template/commit/24494ec ↑
  6. [6] ICLR Master-Template repository at commit 46ed6f4 (“2027 template”, 1 September 2026): iclr2027/iclr2027_conference.bib, line 20. The same line is in the 2019, 2020, 2021, 2025 and 2026 .bib files and in the 2022, 2023 and 2024 zip archives in the same repository. github.com/ICLR/Master-Template/blob/46ed6f4/iclr2027/iclr2027_conference.bib#L20 ↑
  7. [7] Goodfellow, I., Bengio, Y., & Courville, A. Deep Learning. MIT Press, 2016. Authors’ site, including their recommended BibTeX entry. deeplearningbook.org ↑
  8. [8] Is forgetting less a good inductive bias for forward transfer? Published as a conference paper at ICLR 2023. arXiv:2303.08207, References. arxiv.org/abs/2303.08207 ↑
  9. [9] Russinovich, M., Kumar, R. S. S., & Salem, A. (2026). Phantom References: Hallucinated Citations That Survive Peer Review at Top-Tier Conferences. arXiv:2607.00738. arxiv.org/abs/2607.00738 ↑
  10. [10] Crossref record: Bengio, Y., & LeCun, Y. Scaling Learning Algorithms toward AI. In Large-Scale Kernel Machines, MIT Press, 2007, pp. 321–360. doi.org/10.7551/mitpress/7496.003.0016 ↑
  11. [11] Crossref record: Hinton, G. E., Osindero, S., & Teh, Y. W. A Fast Learning Algorithm for Deep Belief Nets. Neural Computation, 18(7), 1527–1554, 2006. doi.org/10.1162/neco.2006.18.7.1527 ↑
  12. [12] StrictCite pricing: “The free plan covers 30 references a day, on a rolling 24-hour window.” strictcite.com/pricing ↑