谁再说科研仍是莫得新问题了？好标的全被前东说念主占满了？？开云体育
若是我说——
那些仍是发表的顶刊论文里，大多王人有问题呢？
最近，有参谋者用AI Agent「学术打假」后发现：
2026年外洋机器学习大会（ICML）上文告的92篇论文中，有58篇仍是无法复现。
真假？？莫非，猛发顶刊的契机真的来了？
顶会论文正在集体被AI「打假」经常一篇论文能够插足顶级会议，就阐明它已资格程了同业评审。
关联词受元气心灵所限，同业评审审稿东说念主险些莫得时刻重新下载数据、运行模子或复现实验，以考据论文中的每一个实验论断。
与此同期跟着AI领域的论文数目爆炸增长，模子越来越复杂，实验规模越来越大，一篇论文背后的代码、数据、参数缔造可能触及数百个细节。
论文的可考据性也就变得越发紧迫，论文发表了，但其中的论断能被从新跑出来吗？
咫尺，AI Agent大大缩短了这种考据和复现的本钱。
7月22日，好意思国某参谋审查公司用AI Agent对ICML 2026一起168篇表面文告论文进行了系统性的成果复现审计。
168篇论文中有92篇领有至少5条可供考据的论断性声明。
最终的成果是：AI Agent能够收效复现提高四成论断的，唯有34篇；而能复现简略以上论断的，仅有8篇。
不外需要阐明的是，“无法复现”和“参谋作秀”之间还存在着繁多分歧。
复现失败的原因包括不限于代码短少要津文献、依赖库版块断裂、运行成果与论文不符，还有4篇论文依赖的模子已下线，这意味真实验成果仍是长久性地无法被任何东说念主复现。
除此外，还有一些就错的相比离谱了——
比如，一篇论文将「仅考研基础模子0.77%的参数」动作中枢卖点，但其推行开源的checkpoint考研了6.31%的参数，出入约8倍。
另一篇论文放了一张基于某评判模子的可靠性表格，但其开源代码中根底不包含该评判模子，也莫得任何剧本能够生成表格里的成果。
无专有偶，2026年抱抱脸与AlphaXiv纠合发起针对ICML 2026的「Agent Reproduction Challenge」挑战赛，邀请参谋者使用AI Coding Agent对ICML 2026接纳的论文进行自动化复现，成果相通很不乐不雅。
雷同的趋势在论文错漏检测中的体现更令东说念主惊异。
2025年底，一项参谋开垦了基于GPT-5的论文查验系统，用于分析仍是发表在顶级 AI 会议和期刊上的论文，寻找不错客不雅考据的问题。参谋者相称明确地示意：
咱们只看「客不雅造作」，咱们岂论论文的蜕变性和参谋价值。
最终成果涌现，平均每篇论文被检测出4.7个客不雅造作，99.2%的论文至少被标识出了一个问题。
△图片系AI生成
从造作类型来看，数学与公式造作占比最高，达到54.0%（包括方程式写错、推导逻辑有粗疏、解释中的造演叨设等）。
通俗30.8%的NeurIPS论文和23.8%的ICLR论文包含至少一个可能影响成果解读的骨子性造作。
更值得详确的是时刻趋势：NeurIPS论文的篇均造作数从2021年的3.8个上涨至2025年的5.9个，涨幅55.3%。
……
随机在今后，论文发表不再意味着参谋宣告「到手」，而仅仅再次插足了下一轮AI考据的开动。
学术萌新首要利好，不作念实验也能发顶刊是以，一又友们，这对正在愁选题的东说念主来说，可能还确切个越过无意的「利好」。
查文献挑错、写勘误，正本等于学术圈里慎重八百的产出步地，如今看来，有余的学术蓝海啊。
具体怎样下手？给愁选题的学术萌新们支几招：
第一，滚动参谋想路，不卷前沿卷当年。
从“找新选题”转向“找旧论文里的格外点”，重心热情那些被多数援用但争议较少的经典论文。毕竟“99.2%的论文至少有一处造作”。
第二，让AI帮你制作常识舆图和参谋谱系。
这种常识舆图不错帮你意会——哪些是真实的奠基性责任？哪些参谋不雅点咫尺还存在争议？哪些论断被多数援用但短少考据？不同论文之间的援用关联是什么？从而由此找到当年难以发现的贯穿和格外。
第三，Ask anything.
科学史上的许多紧迫温存并不来自于建议全新的问题，而来自从新注目一个长久被接纳的假定。
举例：一个经典实验是否按照今天的行为被考据过？一个被等闲援用的论断，是否存在未被详确的适度条款？
当年，这种追问本钱相称高，参谋者需要消费多数时刻查阅原始文献、相比实验细节，而如今AI让这种本钱险些归零了。
AI或将开动重整科学史最近，浙江实验室表面化学家Pios在使用AI量度分子沸点时，发现成果与一份75年前的化学数据库存在显著冲突。
对此，任何东说念主的第一响应可能王人是“那细目是我错了呗”。
Pios也不例外，他赶快查验我方的模子。但在手动回溯了原始文献之后他发现：天呐，AI果然是对的那一个。
Pios大为诧异，随后用AI络续核查，果然还发现了一份约一个世纪前且被学界公认巨擘的沸点测量值亦然错的。
要知说念，这些数据仍是被积少成多地援用、吸纳于后代的参谋之中。
这类问题此前长久未被发现可能与科学文献的规模平直关联。
△
图片系AI生成
当代科学论文的数目仍是远远超出任何个体参谋者的阅读极限，举例，仅一家东说念主工智能顶会ICLR的年度投稿量就从2018年的1013篇上涨至2026年的19619篇。
在这么的规模下，一处领先出当今某篇论文中的造作一朝被后续文献反复援用，就会沿着援用链抓续传递，酿成事实上的学术共鸣。
由于年代久远、援用链条复杂，加之复核责任耗时繁多而学术答复有限，绝大多数已插足文献体系的造作从未被系统性地注目过。
但如今一切王人松动了，至少在期间智商上，东说念主们初度具备了大规模重审过往科学文献的可能。
不外，以GPT-5驱动的Paper Correctness Checker为例，其检测精准率为83.2%，且每次检测中仍有约四成真实造作未被检出。
不错说开云体育，此类AI事实核查器用自己不及以担任科学文献的判官，AI核查器用的输出成果终末还需要东说念主工来审核。