arXiv 恶搞论文《Supercazzola》讽刺 LLM 时代的学术写作
preslav_nakov · x · 2026-11-16
NLP 学者 Preslav Nakov 发布了一篇 arXiv 恶搞论文《Supercazzola: On the Use of LLMs in Research》(标注 cs.CL,备注明写「Satire. Results pending; significance confirmed.」)。摘要用一堆装模作样的术语讽刺 LLM 学术写作:声称模型不只是生成文本,而是「预验证结果的论述可信度」;通过「递归引用内折」和「假设条件抽象化」,在「独立于底层统计的情况下实现统计显著性的显著提升」。文中把幻觉重新分类为「预期性引用」,把原创性定义为「对已发表新颖性的受控再分配」,而人类的作用是「留在环里点 regenerate,直到局限性变得有贡献」——最终建立「证据相邻学术」框架:论文在研究准备好之前就已 publication-ready。结尾一句「Further work is needed, preferably by someone else」堪称全文点睛。
所属事件:NLP 学者以意大利语「supercazzola」讽刺 LLM 论文腔(4 条相关)→
「研究」频道最新
- microVLA:4GB 显存的 RTX 3050 上跑通 pi0.5 VLA 训练与推理 — this_is_surabhi · 2026-11-16
- WebArena-Pro 发布:300 任务 20 应用多模态 Web Agent 基准 — xhluca · 2026-11-16
- 密歇根大学发起 CrowdBark 项目,用 AI 众包研究狗狗交流 — radamihalcea · 2026-11-16
- Eval Weekly 精选 2026 十大评测论文:覆盖 verifier 与 agent-as-a-judge — omarsar0 · 2026-11-16
- 高专机器人大赛冠军团队开源控制方案:非线性优化轨迹平均误差仅±1.2cm — 4310sy · 2026-11-16
- 用青蛙卡车图片训练的扩散模型重建成像 M87* 黑洞,环依然出现 — bravo_abad · 2026-11-16