【学术泡沫的破裂：当顶会论文沦为“数据炼金”的重灾区】AI 圈近期爆发了一场关于学术诚信的激烈辩论。工业界研究员 Keller Jordan 直言，ICLR/NeurIPS 等顶会论文中充斥着夸大甚至造假（Overclaims & Fraud），这一观点得到了包括 EleutherAI 主任在内的多位圈内大佬背书。有开发者在复现 ICLR 2026 论文时发现，所谓的 SOTA 效果竟然是靠“用测试集标签选参数”这种低级作弊实现的。这种现象在学术界已成公开的秘密：为了在极其内卷的环境下中稿，不少论文通过不调优基准线、选择性报告数据或利用算力差制造虚假繁荣。社区对此反应两极：学术界指责工业界“过河拆桥”，利用学术成果起家却反手嘲讽；而开发者则感叹，现在的论文越来越像“带有公式的营销博客”，复现成功率低得惊人。这背后是激励机制的崩坏——当论文数量与教职、大厂 Offer 挂钩，而审稿人又无暇检查代码时，作弊便成了性价比最高的路径。对于普通学习者来说，这敲响了警钟：别再迷信高引用和顶会光环，在这个“后真相”科研时代，开源代码的复现质量才是唯一的硬通货。