米兰官网-本科生一年发百余篇顶会论文，同校教授痛批：“一场灾难”—新闻—科学网

近来，一名名叫Kevin Zhu的年青人于学术圈激发争议。

刚从美国加州年夜学伯克利分校拿到计较机本科学位的Kevin Zhu，声称本年已经发表113篇研究论文，此中有89篇于AI范畴的顶尖学术集会——NeurIPS年夜会上展示。

这些论文的主题看起来颇有趣：用AI定位撒哈拉以南非洲的游牧平易近、评估皮肤病变、翻译印尼方言……于Zhu的小我私家领英主页，他自豪地写道：“已往一年，咱们于顶会上发表了100多篇论文，被OpenAI、微软、google、斯坦福、MIT、牛津援用。”

值患上一提的是，Zhu开办了一家名为Algoverse的公司，专门面向高中生及本科生提供“AI科研引导”。每一位学生只要付出3325美元（约合人平易近币2.4万元），就能够到场为期12周的线上课程，并得到引导向顶会投稿。这些学生中的许多人，恰是Zhu所发表论文的配合作者。

图片由豆包AI天生

传授公然质疑

与Zhu同校的计较机系传授Hany Farid发明了这事不合错误劲。

“我一年连100篇论文都读不完。”这位传授于领英上写道，“当我得悉，有人声称他一年介入了100多篇论文的研究及写作时，我有多惊奇，你可想而知。”

于接管英国《卫报》采访时，Farid的说话越发严肃。他称Zhu的论文是“一场灾害”，“我相称确定，整个历程重新到尾就是Vibe coding。”

“Vibe coding”是一个新近风行的俚语，指用AI东西快速天生代码，而生吞活剥。Farid用这个词来形容利用AI堆砌论文的做法。

当被问和论文是否利用AI撰写时，Zhu的立场颇为微妙。他并未认可或者否定，而是回覆：“团队利用了尺度的出产力东西，如文献治理器、拼写查抄，有时也用语言模子举行文字修饰或者提高清楚度。”

Zhu还有暗示，这些论文是“团队的努力”，他监视了这113篇论文。

他说：“至少，我会协助审核论文中的研究要领及试验设计，并于论文终稿提交前浏览并发表评论定见。”他还有增补称，语言学、医疗或者教诲范畴的项目都拥有“相干专长的首席研究员或者导师”。

对于在这件事，NeurIPS的构造者暗示，Zhu的论文重要提交给了集会内部的钻研会——这些钻研会凡是是展示初期事情之处，及主集会差别。

Farid却认为，这不是一个合理的、有说服力的理由。

学术泡沫

Zhu的案例只是这场学术泡沫的一个缩影。

Farid指出，此案例反应了更年夜的问题——很多AI范畴的顶尖集会正于被海量投稿“沉没”，但这些论文的质量其实不高。

作为新兴热点学科，AI范畴的研究节拍很快，研究事情往往以非正式的方式于集会上提交，而不像生物学、化学那样颠末严酷偕行评审流程。

2025年，NeurIPS共收到21575篇论文，而2020年时还有不到10000篇。另外一个AI顶会ICLR称，其2026年度集会的投稿量已经经靠近20000篇，比2025年暴涨70%。

论文数目激增的同时，带来了对于论文质量的担心。

与此同时，学生及学者们正面对愈来愈年夜的压力。他们被推着走，被迫发更多论文以跟上偕行的程序。不少人会经由过程“Vibe coding”天生的论文来增长发表量。

“云云多的年青人巴望投身AI范畴，眼下这股热潮正愈演愈烈。”Farid说。

投稿量爆炸的直接后果是“审稿难”。NeurIPS本年不能不依靠年夜量博士生来审稿。一名NeurIPS范畴主席直言，这已经经侵害了审稿流程的严谨性。

一名NeurIPS的讲话人称，AI范畴的快速成长使论文提交数目显著增长，“给咱们的评审体系带来了相称年夜的压力”。

AI“狂热”

Farid公然建议学生们不要涉足AI研究范畴，由于这个范畴处在“狂热”状况。

相称一部门人于这个范畴发论文，只是为了“让简历都雅”。

例如，Zhu的公司声称：“你于这里取患上的技术、成绩及发表的出书物可以帮你申请更好的年夜学，强化你的简历。假如你的论文被顶级集会登科，这是一项荣誉卓著的成绩。”

“这么多年青人都想进入AI范畴，这的确是一团糟糕。你跟不上，没法做好的事情，没法寻思熟虑。”Farid说。

他告诉学生们：“假如你想让论文发表量更都雅，其实不难做到，只要做一些很是糟糕糕的低质量事情，用它们‘轰炸’集会。但若你想做很是严密、细心的事情，你会处在劣势，由于你被片面‘排除了武装’。”

美国弗吉尼亚理工年夜学副传授Jeffrey Walling则攻讦说：“于学术界，得到回报靠的是出书量而不是质量……每一个人都喜欢超等出产力的神话。”

另外一个遍及征象是，年夜巨细小的科技公司纷纷将本身的研究结果宣布于arXiv网站上。这个网站曾经用在刊载论文预印本，年夜可能是数学及物理学范畴鲜有人存眷的结果，可如今却满盈着被标榜为科学结果，但现实上并未颠末评审审核的论文。

Farid指出，如许的环境致使“噪声”太多，人们很难通晓AI范畴现实发生的环境。“平凡读者底子没甚么时机去真正理解科学文献，理解毕竟发生了甚么。你吸收到的信息中，有效及无用的比例险些是1:1。我到场这些集会都很难弄清晰到底发生了甚么。”

AI于学术研究中应该饰演甚么脚色？这个话题自前几年“火”起来后，一直布满争议。尽人皆知，AI东西轻易孕育发生幻觉，或者诬捏不存于的信息来历，这些甚至不会被一些闻名期刊的偕行评审发明。

例如，去年发生的一件荒谬事务：某篇论文用的AI天生的插图，图中年夜鼠的生殖器险些比身体还有年夜，居然也经由过程了偕行评审。（详见报导：发表3天被撤稿！中国作者用AI天生论文插图，每一幅都荒谬）

如今，AI研究范畴正因AI技能自己堕入割裂。假如真正有立异性的研究正被那些虚伪炮制、结果更为“丰硕”的偕行沉没，这对于新一代人工智能科学家而言，象征着甚么？