IntegrityBench 揭示 LLM 研究誠信缺口
研究人員推出 IntegrityBench，用於評估 LLM 在機構壓力下進行不當行為分類、倫理行動推理，以及根據研究產物做決策的能力。在 18 個前沿模型變體中，模型在最高壓力下約每三個關鍵研究誠信決策就失誤一個，顯示其可能促成研究不當行為，也可能過度拒絕正當工作。
Search
Tag: #research-integrity7 results
🔬
DeepMind/Kaggle AGI 基準測試獲獎作品引發爭議
一名 Reddit 用戶指控一份品質低劣且內容荒謬的參賽作品，贏得了 DeepMind 與 Kaggle 舉辦的「邁向 AGI 之進展」挑戰賽 2.5 萬美元獎金。該評論對評審過程以及獲獎研究方法的有效性提出了質疑。
🔬
KPMG AI 行業報告被指充斥幻覺與事實錯誤
KPMG 關於 AI 智能體的報告被發現包含嚴重幻覺，包括不存在的案例研究與虛構引用。在 GPTZero 與金融時報調查後，該公司已撤回報告並進行內部審查。
同行評審能撐過 AI 洪流嗎？
研究產出與 AI 輔助論文快速增加，正對依賴志願者的同行評審制度造成前所未有的壓力。文章探討在投稿量持續上升的情況下，現有評審流程能否維持有效運作。
保護科學誠信政策的緊急呼籲
Ars Technica 強調了一項令人擔憂的監管轉變，該轉變可能將政治任命人員置於科學決策的核心。社論呼籲公眾提交意見，以防止科學研究的政治化。
🔬
研究者質疑 CVPR 論文資料集未公開
一名 Reddit 使用者指稱，一篇以資料集為主要貢獻的 CVPR 2026 已發表論文，在會議前、會議期間及會議後都未公開該資料集。據稱論文所附的 GitHub 儲存庫是空的，作者也未回應詢問。