“2 处属于抄袭，4 处引用不规范。”
“相关责任人均已主动离职。”
“大模型研究中心部门重组。”
……
一篇名为 A Roadmap for Big Model、由百人联合完成的综述报告，因涉嫌抄袭在国内外学术圈引发了不小的关注。
对此，涉事单位北京智源人工智能研究院，通报了事件调查后的最新结果。
除了刚才提到的几点外，通报还指出了担负这次“抄袭门”事件的主要组织责任人，是智源大模型研究中心人员。
那么引发国内外热议的学术抄袭事件背后，到底发生了什么?
2 处抄袭，4 处引用不规范
此次“抄袭门”的焦点，即这篇综述报告是由智源研究院大模型研究中心牵头，并邀请了国内外 19 个机构共 100 位科研人员撰写。
根据通报的介绍，综述共由 16 篇独立专题文章组成。
除了第 12 篇之外，每篇文章都都有其对应的撰写作者和通讯作者。
而一个核心的问题便出在了“协作”的过程中。
在通报里的“组织失察责任认定”中，智源研究院表示：
智源大模型研究中心人员未严格按照学术出版规范的流程执行，在未与其他作者确认的情况下，于 2022 年 3 月 26 日将综述报告上传至 arXiv，负有主要组织责任。
除此之外，这次的通报还对此前网友们对于综述内容的质疑片段做了回应。
首先，智源研究院承认有 2 处质疑片段属于抄袭。
第一个抄袭片段是综述报告第 2 篇文章的 2.3.1 节，存在共计 179 个单词的多句重复。
根据《学术出版规范：期刊学术不端行为界定》中的“论文作者学术不端行为类型”规定：
文字表述剽窃：成段使用他人已发表文献中的文字表述，虽然进行了引注，但对所使用文字不加引号，或者不改变字体，或者不使用特定的排列方式显示。
这个抄袭片段属于这种规定的类型，而且也达到了《IEEE 出版物服务和产品委员会操作手册》中，“对不同等级的抄袭行为进行判定的指南”的第 5 级。
判定的要点是：对一篇文章的主要部分逐字复制，虽有引注但缺乏清晰区分。
(注：抄袭共分 5 级，第 1 级最严重，第 5 级最轻微)
对此，通报表示，这篇文章中的两位作者(均为智源大模型研究中心人员)分别担负直接责任和失察责任。
Carlini 发现这个情况的经历也挺戏剧的：他的一个论文合作者本来想看看智源这篇文章有什么值得学习的，结果有些部分越看越奇怪，最后发现原来该论文有些段落直接照搬了他们自己的文章。(吃瓜吃到自己头上 .jpg)
同时通过收集数据初步核查，Carlini 发现这篇论文还涉嫌抄袭十余篇来自其他作者的论文。
在 Carlini 曝光智源这篇文章涉嫌抄袭后，很快引起国内外的广泛关注。
连 LeCun 都评价道：
有网友认为这是一个团队的学生写的，这些学生可能不够清楚学术规范，而其他大部分人都是挂个名。
还有人分享了自己遇到过的学术不端的事情。
一位疑似涉事论文的作者出来爆料说，当时留给自己的撰稿时间非常紧迫，只有一周多，他猜留给学生的时间可能更少，所以就出现了大段照搬的情况。
想要解决问题，应该给作者们更充裕的时间和更多机会。
随着事情发酵，智源官方也很快做出了回应。
4 月 13 日智源发布了《关于“A Roadmap for Big Model”综述报告问题的致歉信》;两天后又宣布成立调查组，就涉事论文开展独立调查。
7 月 15 日，智源官方通报了调查结果。
智源这次的排查机制，以及最后这种公开透明的结果公布，也算是比较妥当的处理方式了。
起初爆料智源论文涉嫌抄袭的 Carlini 后来也说，这篇文章受到的关注比自己的预期要多得多，所以恳请大家不要把这变成一场“猎巫行动”。
Carlini 反对有人提出的“此类事情件中所有相关人员应当立即被解雇、应该被 arXiv 封禁等”，他劝各位不要对这篇文章的作者们过分苛责，而应该把更多目光投在整个学术领域的风气上。
也正如智源在此次通告中所述：
除上述智源研究院相关责任人外，综述报告其他所有作者没有抄袭及学术不端行为。在此对此次事件给这些作者造成的负面影响和困扰表示诚挚歉意!
再次诚挚感谢各界朋友对智源研究院的监督和批评!
参考链接：
[1].https://www.baai.ac.cn/portal/article/index/cid/5/id/423.html
[2].https://www.baai.ac.cn/portal/article/index/cid/5/id/422.html
[3].https://www.baai.ac.cn/portal/article/index/cid/5/id/504.html
[4].https://nicholas.carlini.com/writing/2022/a-case-of-plagarism-in-machine-learning.html
