AI顶会论文造假引信任危机

近日，OpenAI一位研究员在社交媒体上直言：“前沿实验室的人几乎不读论文了”，并针对ICLR、NeurIPS、ICML三大顶会论文进行“扫射”，批评其充斥着夸大其词甚至造假行为。这一言论的导火索是一篇被ICLR接收的论文，其宣称的实验效果好得令人难以置信。网友深入挖掘后发现，论文代码并未完全开源，且实验方法中存在未被披露的“歪门邪道”——例如通过特殊的数据预处理、精心选择的对比基线、隐藏的评估指标调整等手段，使结果显得异常优秀。该研究员进一步指出，如今在顶会发论文已“进化”出三步检查法：一看代码是否开源，二看实验方法里有没有藏着什么“猫腻”，三才看跑出来的结果。他强调，很多论文为了追求新颖性和轰动效应，牺牲了可复现性和严谨性，导致整个学术社区对论文的信任度持续下降。OpenAI内部甚至形成了“不读论文”的默认规则，转而更依赖内部实验和开源社区的实际代码验证。这一现象并非孤例，近年来AI领域“论文复现危机”屡见不鲜，大量高引论文被证伪或无法复现，严重消耗了产业界的研发资源与时间。该事件在社交媒体上引发激烈讨论，部分学者认为这是对“论文工厂”和“灌水文化”的正当批判，也有观点指出过度批评可能打击年轻研究者的积极性。但整体上，事件暴露了AI学术评价体系与产业实际需求之间的脱节。