{"source":{"id":"mb-20260902-d238ac","title":"把一篇学术论文的标题和摘要一个字不改，只换掉作者名字和发表期刊","url":"https://mubeitech.com/p/mb-20260902-d238ac"},"method":"semantic-similarity","count":2,"items":[{"rank":1,"id":"raw_ec4b9f11c649a677","account":"mubei","brand":"@mubei","title":"2026 年 9 月 9 号这一天，全世界的机器学习学者打开 arXiv，很多人直接看傻了。 计算机科学分类下的机器学习…","summary":"2026 年 9 月 9 号这一天，全世界的机器学习学者打开 arXiv，很多人直接看傻了。 计算机科学分类下的机器学习板块，单日新上传的论文冲到了 447 篇。 这是一个创纪录的历史最高峰值。 447 篇是什么概念？ 就算把一个几十人的顶尖实验室关在屋里整整读一年，不吃不喝，也…","body":"2026 年 9 月 9 号这一天，全世界的机器学习学者打开 arXiv，很多人直接看傻了。\n计算机科学分类下的机器学习板块，单日新上传的论文冲到了 447 篇。\n这是一个创纪录的历史最高峰值。\n447 篇是什么概念？\n就算把一个几十人的顶尖实验室关在屋里整整读一年，不吃不喝，也读不完这一天灌进来的量。\n在这前后的几个工作日里，每天也都有将近 200 篇新论文涌出来。\n连人工智能领域的顶级学术会议 ICLR，都开始手忙脚乱地堵漏。\n就在这个月 2 号，组委会白纸黑字发布了下一届会议的全新投稿政策。\n他们破天荒地加了一条限制：每位作者投稿上限，是 20 篇。\n组委会甚至在官方声明里尴尬地补了一句解释：\n我们心里很清楚，正常人根本不可能对 20 篇顶会论文都有实质贡献。\n但为了防止劣质垃圾论文大规模灌水，眼下只能先把门槛卡在这个数字。\n一个人能在一次会议挂名 20 篇论文，什么时候成了需要专门下文件禁止的事？\n卡耐基梅隆大学的机器学习副教授扎克·利普顿（Zachary Lipton），直接把话挑明了。\n早在 2018 年，他就写过一篇痛批机器学习学术泡沫的著名论文。\n面对眼下这轮狂潮，利普顿在社交平台上写下了一段极其决绝的判断：\n计算机科学学术界已经把这套系统彻底搞烂了。\n也许想要重建，唯一的办法就是先让它彻底烧成灰烬。\n只要手握资金和权力的人彻底决定无视论文，大规模制造垃圾的动机才会蒸发。\n只有从学术出版这片被烧焦的焦土里，才可能抽出几根新鲜的幼芽。\n一位顶级名校的计算机系教授，为什么会绝望到盼着自己的行当被一把火烧光？\n因为运转了上百年的学术共同体，底层最重要的那根弹簧，被大模型彻底打断了。\n这根弹簧叫：生产成本。\n过去在顶会上发一篇论文，有多难？\n你要设计实验路线，清洗海量数据，做严格的消融对比，推导数学证明。\n最后还要花上几个星期，用排版软件把图表和公式修饰得毫无破绽。\n每一个合格段落背后，都是研究人员实打实熬出来的工时。\n高昂的生产成本，让论文成了一张昂贵的人才支票。\n外界的雇主和评审机构之所以信任顶会标签，逻辑很简单：造假的门槛太高了。\n一个博士生一年能咬牙磨出两篇高质量论文，就足以证明他在这个领域具备扎实的攻坚能力。\n可是现在，大模型把这张支票的防伪机制直接粉碎了。\n生成式工具把制造一个“看起来像论文的物体”的成本，打到了接近于零。\n只要输入几行提示词，机器就能在几分钟内吐出一篇排版工整的标准论文。\n导言写得引经据典，数学推导看似严丝合缝，实验图表画得挑不出毛病。\n一台普通工作站只要开足马力，几天时间就能批量打印出几十篇这种量产货。\n生产成本虽然归零了，但核验成本降下来了吗？\n并没有。\n审稿的成本反而成倍暴涨了。\n要看穿一篇由大模型拼凑出来的平庸之作，找出里面隐蔽的数据污染或逻辑断层，一个资深审稿人依然要消耗几个小时的纯脑力。\n负责把关的同行评审机制，面对一天几百篇的狂轰滥炸，防线瞬间就被冲垮了。\n在上一届 ICLR 的投稿里，整整两成的论文，团队里连一个具备审稿资格的合格学者都没有。\n那审稿人自己的精力被抽干之后，会怎么选？\n人性是最现实的。\n既然投稿人可以用大模型大批量生成论文，审稿人转头就把这几十页的文本丢进对话框，让大模型帮自己写评语。\n荒唐的一幕就这么出现了：\n机器在流水线上写论文，机器在后台做同行评审，机器在给另一台机器打分和背书。\n既然整个系统已经荒诞到了这个地步，为什么大家还是停不下来？\n因为下游的结算机制，还在机械地为这些代币买单。\n大学招募助理教授，最硬的量化硬杠杠，还是看你在顶级会议上挂了多少篇论文。\n博士生要拿学位、找工作、申请杰出人才签证，履历表上最醒目的门面，还是论文数量和引用数。\n科技巨头的招聘团队和政府的科研基金委员会，为了降低筛选成本，依然把论文标签当成最高效的初筛漏斗。\n经济学里有一条著名的古德哈特定律：当一个衡量指标变成追求的目标时，它就会彻底失去衡量的意义。\n只要手握教职、年薪和拨款的买方还在给论文数量标价，系统里的博弈者就没有选择。\n只要你不跟着用工具批量灌水，隔壁实验室就会用 20 篇流水线论文把你的学术存在感彻底淹没。\n这是一场教科书级别的公地悲剧。\n每个人在局部都在做最理性的刷量选择，合在一起，却把整个学术生态的公信力推下了悬崖。\n这也是为什么利普顿会认定，靠会议组织者出台限购令，根本救不了学术界。\n把每个作者的投稿上限卡在 20 篇，无非是把水龙头拧小了一圈，地上的积水依然会淹到天花板。\n唯一能给这场虚妄狂欢踩下刹车的力量，从来不在学术圈内部。\n它只能来自下游买方的彻底觉醒。\n什么时候大厂的面试官不再看你在哪挂了名，直接把键盘推过来，让你把系统端到端跑一遍；\n什么时候风险投资和研究机构彻底把顶会篇数视为注水信号，这套建立在廉价文本上的造纸飞轮才会真正停转。\n只有当这张被滥印的学术货币在市场上跌破面值、无人理睬的时候，真正的科学研究，才不必再给造纸流水线陪葬。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2099338201596916221","translated_status_id":"2099338201596916221","published_at":"2026-09-13 22:39:46","created_at":"2026-09-13T22:39:46.223703","url":"https://mubeitech.com/p/raw_ec4b9f11c649a677","markdown_url":"https://mubeitech.com/p/raw_ec4b9f11c649a677/markdown"},{"rank":2,"id":"mb-20260901-c5f90f","account":"mubei","brand":"","title":"企业和监管机构每天盯着各种 AI 跑分榜单","summary":"企业和监管机构每天盯着各种 AI 跑分榜单","body":"企业和监管机构每天盯着各种 AI 跑分榜单。\n科技巨头在发布会上宣布，自家的最新模型在金融、代码或专业工作流上击败了对手。\n企业采购部门愿意为这些看似专属的细分能力，支付几十倍的订阅溢价。\n所有人都在假设一件事：大模型正在像人类社会一样，演化出精细的职业分工。\n这些模型是真的学会了复杂的行业专业技能？\n还是所有人都在把同一个行业大趋势，误读成了五花八门的垂直专精？\n把 421 个大模型的测试数据拆到底，会看到一台支配着整个评测体系的隐藏机器。\n构念效度错觉与日历效应。\n2026 年 8 月，牛津大学学者 Louis Yiven Zhu 在预印本平台 arXiv 上发表了一项评测研究，编号 2608.29420。\n他锁定了一份包含 421 个模型配置的排行榜快照，横跨 12 个主流测试基准。\n其中包含 4 个专门测试软件工程、银行业务和专业工作流的经济基准。\n这项研究借用了心理测量学的方法：把每个基准当成考题，把模型当成考生，放进潜在变量模型里做因子分解。\n如果模型真的具备相互独立的金融特长或编程专精，统计学上必然会析出多个正交的专业能力因子。\n分析结果却呈现出一种极端的单向坍塌。\n单一潜在因子直接解释了 74.5% 的共性方差。\n这个唯一的超级因子，与模型的发布日期高度重合，决定系数 R² 达到了 0.505。\n过去的研究喜欢把能力归功于算力规模。\n但只要把发布时间从模型中剥离，额外堆叠的算力几乎无法提供新的解释力。\n剔除时间趋势的影响后，单一因子解释的方差份额立刻下跌 14.9 个百分点，在基座模型上更是下降 24.1 个百分点。\n在预先冻结的统计学规则下，那些被寄予厚望的经济基准，根本没有形成任何独立的潜在能力维度。\n心理测量学在 1904 年就遇到过几乎一模一样的现象。\n查尔斯·斯皮尔曼当时发现，不管是数学、拉丁文还是音乐，学生的各项成绩背后都受同一个通用智力 g 因子支配。\n今天的大模型评测，不过是把这套旧规律搬上了数字舞台。\n所谓金融专精、法律逻辑、代码推理，本质上只是整个行业技术基线随时间向前滚动的副产物。\n行业的技术水位在涨，所有的浮标都在跟着一起抬高。\n交叉验证显示，即便多因子模型能提供一点点边缘预测修正，也无法证明存在独立存在的专业经济能力。\n这个发现撕开了企业采购和 AI 治理中最大的认知黑箱。\n当两个模型在同一个月份发布，榜单上那微弱的分数差距，多半只是测试随机误差带来的噪声。\n当两个模型发布时间相隔几个月，哪怕它们在专业基准上拉开差距，起决定性作用的也只是日历本身。\n大模型并没有建立起真正的行业分工。\n整张排行榜记录的，不过是一台顺着时间轴不断向前滚动的日历机器。\n当采购经理和监管者花费巨资去寻找某种专属的专业智能。\n真正买下的，究竟是一张精密的职业能力地图，还是一张被印在跑分表上的发布日历？","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-01 14:49:02","created_at":"2026-09-01 14:49:02","url":"https://mubeitech.com/p/mb-20260901-c5f90f","markdown_url":"https://mubeitech.com/p/mb-20260901-c5f90f/markdown"}]}