大厂研究员炮轰顶会论文夸大造假，引发学术信任危机讨论

前谷歌研究员 Keller Jordan 在 X 上发文指出，当前多数前沿 AI 实验室的研究员几乎不阅读学术论文，并认为 ICLR、ICML、NeurIPS 等顶会主要充斥着夸大其词和学术欺诈（当然也有少数真金）。他随后澄清，不能断言数值意义上的大多数论文都造假，但如果专门筛选“看起来最激动人心”的论文，大部分确实存在过度宣称。此言论引发社区对机器学习领域复现危机、学术机制缺陷以及大厂闭门研发趋势的广泛讨论。

已确认

• Keller Jordan 澄清，不能断言顶会中数值意义上的大多数论文都造假或夸大；但如果专门去筛选那些“看起来最激动人心”的论文，就会发现其中大部分存在过度宣称的问题。他作为大厂员工也坦言现在已经很少读论文。
• AI 研究者 Rylan Schaeffer 批评当前机器学习学术会议存在严重的机制问题：做劣质研究甚至造假不仅有潜在收益，而且几乎没有任何惩罚成本。他透露自己审查过的几乎所有顶会（如 ICLR、NeurIPS）的最佳论文和口头报告都存在无法复现或经不起推敲的问题。
• 学者 sarahcat21 对此认同，指出现在需要花比以往更多的时间去审视实验设计，呼吁学术界在利用 AI 简化繁琐环节的同时，将精力投入到更好的科学研究上。
• 学者 Kris Micinski 等社区成员感叹当前论文发表系统正在崩坏，部分学生连基本的论文格式（如编译 PDF、字体）都处理不好。
• 针对大型实验室公布的评测成绩，Varun Chandrasekaran 等人质疑其是否真正能被外界复现，指出大厂操纵评测的现象同样值得警惕。

尚未确认

• 针对学术造假泛滥的对策，社区提出了要求所有论文的数学证明必须经过形式化验证等激进解决思路，但这些方案的有效性与可行性尚未达成共识。

为什么重要

• @alexpeys 补充指出，这种学术夸大与造假现象其实是所有学科的通病。机器学习领域的复现危机之所以尤为明显，仅仅是因为该领域被迫开源代码，外界更容易直接尝试复现并发现问题，而其他学科往往以商业机密为由不公开细节。
• 批评者强烈反弹指出，科技巨头正是依靠招募学术界人才、利用其创新成果才得以壮大，如今大厂研究员反过来指责学术界充满欺诈，有“过河拆桥”之嫌。
• 这一讨论揭示了当前 AI 学术界在快速发展中面临的严重信任危机，以及大厂闭门研发趋势对开放科学带来的冲击。

2026-08-05 ~ 2026-08-06 · 16 条相关

• 大厂研究员炮轰顶会：充斥造假与夸大，几乎没人读论文 — ahandvanish · 2026-08-05
• 【源头】大厂研究员被指几乎不看论文，批顶会充斥夸大与欺诈 — kellerjordan0 · 2026-08-05
• 【源头】研究者警示：AI顶会里看似最惊艳的论文多是夸大其词 — kellerjordan0 · 2026-08-05
• 【源头】大厂研究员直言：最吸睛的顶会论文多是夸大其词 — kellerjordan0 · 2026-08-05
• 大厂研究员几乎不读论文？ML 学术界深陷复现危机 — alex_peys · 2026-08-05
• 学者痛批 ML 学术会议：造假零成本，最佳论文也经不起推敲 — bremen79 · 2026-08-05
• 顶会论文质量引担忧，学者呼吁回归实证严谨 — burny_tech · 2026-08-05
• 顶会论文复现危机：大实验室研究者称充斥过度声明 — burny_tech · 2026-08-05
• AI研究员直言:顶会论文充斥夸大与造假,花哨配方多为噪音 — burny_tech · 2026-08-05
• AI 圈热议：顶级学术会议衰退，前沿研究正转入闭门研发 — burny_tech · 2026-08-05
• AI 圈热议：大型实验室的评测成绩难以复现，呼吁研究审查 — burny_tech · 2026-08-05
• 大厂研究员炮轰学术界充满欺诈，遭反击“过河拆桥” — apsarathchandar · 2026-08-06

另有 4 条近重复转述:PMinervini · burny_tech · burny_tech · roydanroy