NeurIPS论文造假曝光，揭秘AI研究员如何伪造开源项目

闻乐 发自 凹非寺
量子位 | 公众号 QbitAI

较真还得是程序员。

2025已经过去，2026已经到了……但也有较真的科研、程序员，决定站出来整治一下业内的不正之风。

啥事儿呢？

AI学术界的假开源问题。

就是发论文的时候说开源，还像模像样挂了GitHub链接，结果后来就没有后来了。

这不，一位匿名AI研究员，直接拿着AI领域最顶的NeurIPS 2024来检验，看看那些被接收的论文，白纸黑字写上了开源的项目，最后究竟有多少是兑现了的。

不统计不知道，一查锤出大窟窿了——

从NeurIPS 2024收录的4035篇论文数据来看，其中真实开源的论文有2404篇；

除了没有提供链接的1533篇之外，有98篇论文明确表示了开源，也给出了链接，结果代码仓库点进去不是烂尾就是待建状态。

当然，可能也有错漏，因为这个工作是AI来查的。

但这个“项目”，堪称对事也对人了，有图有真相，有统计有数据，指名道姓把单位都放上了……

太太太刺激了。

较真的AI研究员

据说一切的一切，是因为这位程序员怀着学习之心点开开源链接，结果被一个又一个404和“Code coming soon”浪费时间，直接怒了。

于是，当他再次被空仓库摆了一道之后，终于决定不忍了。

直接扒了一遍NeurIPS 2024这个已经结束了一年多的AI领域顶会，截至目前还没填上坑的，Coming Soon大概率也已经是Coming Never了。

用来爬代码仓库的系统只用了一个晚上就Vibe Coding出来。

作者表示，在Agentic AI崛起的时代，深度核查学术诚信的成本将趋近于零，谁脚踏实地，谁投机取巧，在大数据下一览无余

用来核查的AI系统融合了OpenReview/GitHub API以及PDF解析技术，也就是说，直接从论文PDF上查地址，然后一个个去验证这个链接里到底有没有真东西。

当然了，这位研究员也强调了，系统基于自动化爬取与启发式逻辑，难免存在误判（假阳性/假阴性）。统计结果仅供参考，还请自行核验。

从检索的结果来看，这份检索数据公开了各个机构（横轴）的论文录用数量、真实开源数量、未标明链接文章数和最重磅的假开源数。

以及，98份明确承诺开源，挂了代码地址，链接里却只有空仓库的假开源名单，把学术鸽王们真实了一波。

看完之后只能说震惊，麻了，真麻了……

会议结束已经一年多，这些Coming Soon为啥就成了Coming Never呢？

为啥出现这种“假开源”？

直接原因还是审稿。

从2024年起，NeurIPS等顶会强制要求填写可复现性检查表（Reproducibility Checklist）；

2024年的要求更严格，不光要填的内容更细，连没法开源的理由也得写明白，这些因素都会直接影响论文审稿打分。

在这种机制下，勾选“愿意开源”几乎成了录用的潜规则加分项，代码仓库里的Coming Soon也开始盛行起来。

顶会虽然强制提交Checklist，但均不强制验证可复现性，于是不免有一些模糊空间。

当然，现实情况可能也比纯粹的偷懒更复杂。

有些来自工业界的论文，代码发布需要经过漫长的合规审批流程，于是团队干脆先往仓库里丢个占位符，给idea占坑；

还有一些项目复现门槛太高，训练一次烧几百块卡，用的数据可能还是内部的，基本上没人能跑通，反而会引来复现质疑，索性也就不放了；

再加上一些人生意外，比如课题组转向或者专利卡壳，许多本能放出来的代码，最终也都不了了之……

其实，代码仓库放鸽子这事儿也不只是私下牢骚，前Stability AI研究总监Tanishq Mathew Abraham就直接公开diss过这种现象。

不少网友也苦空仓库久矣。

况且AI圈里还有卡帕西大神这样的开源模范，论文一出代码立刻跟上，甚至还能顺便出个保姆级视频教程。

正因如此，难怪大家看多了404和Coming Soon之后会破防。

One More Thing

这个AI研究员匿名留言说：

“没时间”永远不是违背承诺的借口。若无力开源，便不该在论文中画饼。
菜不是原罪；但当贪欲超出了能力的边界，迫使你献祭学术道德来换取虚名时，这就是罪。
我不是针对谁，只想给圈子提个醒。

AI领域如今飞速发展，各种新想法新技术新产品层出不穷，但科研诚信或许是最该被“Fork”和“Star”的东西。

由于打击面太具体，也不符合作者初衷，完整名单和链接我们就不公开了吧…

希望AI研究都越来越好。

— 完 —