來自清華、北大、上海交大；騰訊、華為、京東、字節(jié)跳動，和炙手可熱的 AI 研發(fā)機構(gòu)北京智源人工智能研究院等十多家知名機構(gòu)的數(shù)十名國內(nèi) AI大牛參與 署名的論文，被 Google Brain 的一名研究員指出嚴(yán)重抄襲。

被指控的論文名為《A Roadmap for Big Model》（下稱《大模型》），根據(jù)論文發(fā)布時，智源社區(qū)發(fā)布的文章：論文“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(jìn)行全面介紹和探討?！?/p>

名叫Nicholas Carlini的研究員近日在其 博客 中直接羅列了大量該論文與他更早發(fā)布的“Deduplicating Training Data Makes Language Models Better”論文一摸一樣的段落。

而且，他還表示，被抄襲的可能至少還有其他十余篇論文。

圖源：Nicholas Carlini博客

查閱預(yù)印本服務(wù)器arXiv可以發(fā)現(xiàn)，谷歌大腦研究員的論文上傳時間為去年七月份，而《大模型》的上傳時間在今年三月。兩篇文章所討論的“大模型”，為目前世界AI研究領(lǐng)域最熱門的話題之一。

這篇篇幅巨大的論文，作者署名甚至多達(dá)百人。該論文長達(dá)數(shù)十頁，并足足用了第一頁的篇幅羅列參與的作者。

其中不乏國內(nèi)AI業(yè)界和學(xué)界的知名大佬，供職機構(gòu)更是把中國知名高校和互聯(lián)網(wǎng)巨頭幾乎一網(wǎng)打盡。

在論文作者介紹部分寫到，“唐杰設(shè)計了這個大模型路線圖”。根據(jù)清華官方信息，唐杰2006 年在清華大學(xué)計算機系獲得博士學(xué)位。研究興趣包括社會網(wǎng)絡(luò)分析、數(shù)據(jù)挖掘、機器學(xué)習(xí)和知識圖譜。2022年1月，唐杰剛因?qū)π畔⒑蜕缃痪W(wǎng)絡(luò)挖掘的貢獻(xiàn)而當(dāng)選 國際計算機學(xué)會會士。出現(xiàn)在作者欄的還包括諸多與唐杰一樣在中國AI業(yè)內(nèi)響當(dāng)當(dāng)?shù)拿帧?/p>

Nicholas Carlini在其博客中表示：“很可能只有少數(shù)作者參與了這種抄襲，一小部分作者的不當(dāng)行為不應(yīng)該被用來指責(zé)大多數(shù)行為良好的作者。”

在Nicholas Carlini的曝光博客發(fā)酵后，arXiv已在涉及抄襲的“A Roadmap for Big Model”論文頁面下添加了文字重合的警示。

圖源：預(yù)印本服務(wù)器arXiv

就在今天中午，負(fù)責(zé)“A Roadmap for Big Model”論文牽頭的北京智源人工智能研究院的官方賬號已對該情況做出回應(yīng)，其表示：“我們已經(jīng)注意到對《A Roadmap for Big Model》一文的質(zhì)疑，正在對相關(guān)情況進(jìn)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(jìn)展將盡快通報?！?/p>

圖源：知乎