研究者用 LLM 聚类论文,预判未来将现可分离的「AI 垃圾论文」簇
joelbot3000 · x · 2026-09-26
Joel Leibo 与 EFutureFan 讨论如何识别 AI 生成的「slop 论文」。Joel 认为「不衔接已有研究」并非纯主观判断——真正的 slop 往往听起来高深实则空洞、与过去文献脱节。他提出一个可检验的预判:用未来一两年的 LLM 对 OpenReview 上所有投稿做聚类时,会出现一个与「LLM 辅助写作的人类论文」或「认真的博士一年级学生」明显可分离的 slop 簇——那是 Claude 4.8 这类模型零人类投入 autoresearch 论文的签名。他也承认人类同样有粗制滥造的论文,但两者的「指纹」会不同。
所属事件:AI 灌水论文可否被检测引激辩, Leibo 预判将成可分离簇(5 条相关)→
「研究」频道最新
- 全合成医院仿真:医生分不清真假病人,专为 RL 训练打造 — AccBalanced · 2026-09-26
- Redwood 实测:Astra 借 filler token 无人化推理,CoT 监测或失效 — scaling01 · 2026-09-26
- ACuRL:零人类数据让计算机使用智能体持续适应环境 — ysu_nlp · 2026-09-26
- 数学家 Tivadar Danka 总结 20 年生涯最重要的 10 条心得 — TivadarDanka · 2026-09-26
- GPT-6 Luna 比 5.6 更省推理 token,难题两者都栽 — mhmazur · 2026-09-26
- 去像素重建做世界模型:对比式世界模型只用潜空间训练 — bonniesjli · 2026-09-26