國內(nèi)數(shù)十位AI大牛參與論文被指嚴(yán)重抄襲
大家好，我是陳銳。
感謝大家關(guān)注CRBrain腦世界公眾號。
今天分享內(nèi)容來源網(wǎng)絡(luò)，僅供參考。
4 月 13 日消息，據(jù)澎湃新聞報道，北京智源人工智能研究院回復(fù)谷歌大腦的著名科學(xué)家 Nicholas Carlini 對一項中外合作大型學(xué)術(shù)論文涉嫌剽竊的指控稱：“我們已經(jīng)注意到對《A Roadmap for Big Model（關(guān)于“大模型”的路線圖）》一文的質(zhì)疑，正在對相關(guān)情況進行核實，智源研究院鼓勵學(xué)術(shù)創(chuàng)新和學(xué)術(shù)交流，對學(xué)術(shù)不端零容忍，有關(guān)進展將盡快通報。”
2022年3月26日，清華大學(xué)、東北大學(xué)、紐約大學(xué)、北京大學(xué)、哥倫比亞大學(xué)、哈爾濱工業(yè)大學(xué)、北京航空航天大學(xué)、上海交通大學(xué)、蒙特利爾大學(xué)等多單位合作，唐杰等100多為作者在預(yù)印版平臺arXiv 在線發(fā)表題為“A Roadmap for Big Model”的綜述文章，該綜述不僅涵蓋了 BM 技術(shù)本身，還涵蓋了 BM 培訓(xùn)和應(yīng)用 BM 的先決條件，將 BM 審查分為四個部分：資源、模型、關(guān)鍵技術(shù)和應(yīng)用。該綜述在這四個部分中介紹了 16 個具體的 BM 相關(guān)主題，它們是數(shù)據(jù)、知識、計算系統(tǒng)、并行訓(xùn)練系統(tǒng)、語言模型、視覺模型、多模態(tài)模型、理論與可解釋性、常識推理、可靠性與安全性、治理、評估、機器翻譯、文本生成、對話和蛋白質(zhì)研究。在每個主題中，清楚地總結(jié)了當(dāng)前的研究并提出了一些未來的研究方向。在本文的最后，以更一般的觀點總結(jié)了 BM 的進一步發(fā)展。
但是，近期該文章涉嫌抄襲Katherine Lee等人先前發(fā)表的文章，arXiv也在該文章做了文章重疊的警示。
此前 4 月 8 日，這篇數(shù)十位國內(nèi) AI 大牛參與論文被指嚴(yán)重抄襲，Nicholas Carlini 公開撰文，指控一篇于今年 3 月 26 日刊登在論文預(yù)印網(wǎng)站 Arxiv 的論文《關(guān)于“大模型”的路線圖》（A Roadmap for Big Model）一文涉嫌嚴(yán)重抄襲。
該文是前不久國內(nèi)外多家高校和企業(yè)共同完成的長達(dá) 200 頁的學(xué)術(shù)綜述論文，有多達(dá) 100 名作者，分別來自于清華大學(xué)、北京大學(xué)等國內(nèi)高校，哥倫比亞大學(xué)、蒙特利爾大學(xué)等國外高校，字節(jié)跳動、華為、京東、騰訊等企業(yè)以及中科院和北京智源等機構(gòu)。
Nicholas Carlini 在文章《機器學(xué)習(xí)研究中的一個抄襲案例》（“A Case of Plagarism in Machine Learning Research”）中則詳細(xì)列舉了該論文存在大段抄襲其他論文的嫌疑，證據(jù)是大規(guī)模的文本重疊，疑似被剽竊的論文也包括他自己的論文“Deduplicating Training Data Makes Language Models Better”。
此前 3 月 31 日，北京智源社區(qū)撰文以《如何煉大模型？200 頁 pdf100 + 位作者 19 家單位！北京智源清華唐杰等發(fā)布》介紹該篇論文：“隨著以深度學(xué)習(xí)為代表的 AI 技術(shù)的快速發(fā)展，智能模型的訓(xùn)練應(yīng)用模式逐漸由‘大煉模型’向‘煉大模型’轉(zhuǎn)變。大模型研究在近年來發(fā)展迅速，模型的參數(shù)量以驚人的速度擴展。北京智源人工智能研究院最近發(fā)布的《A Roadmap for Big Model》由悟道大模型研究項目負(fù)責(zé)人，智源學(xué)術(shù)副院長，清華大學(xué)計算機系教授唐杰牽頭，從大模型基礎(chǔ)資源、大模型構(gòu)建、大模型關(guān)鍵技術(shù)與大模型應(yīng)用探索 4 個層面出發(fā)，對 15 個具體領(lǐng)域的 16 個相關(guān)主題進行全面介紹和探討。非常值得關(guān)注。”
本文轉(zhuǎn)載自以上公眾號和網(wǎng)址，僅供學(xué)習(xí)參考，不作其它用途，有任何疑問及侵權(quán)，掃描以下公眾號二維碼添加交流：