标签
Claude Opus 5.5 和 GPT-6 Astra 分别独立审查了 138 篇经济学论文，标记出 2,035 个潜在问题和 147 项可能改变核心结论的发现，同时由第三个 AI 尝试核实，引发了关于利用 AI 系统性重新审视数十年来已发表研究的讨论。
Sat 研究者 Mate Soos 认为，学术界的激励机制已逐渐偏离科学诚信。他举了一些案例：作者明知论文的评测结果有误，却选择不撤回论文；并警告称，博士生群体中对正确性的漠视正日益加重。
这篇立场论文分析了机器学习领域的复现危机——对不可用代码和无法复现的结果进行量化——并提出具体措施，以加强机器学习研究中结果的可核查性与可验证性。
本文介绍了ReAgent，一个自动化审计框架，用于评估智能体撰写的研究文档与相关仓库之间的一致性，采用静态和动态分析来识别方法论和实验结果中的不一致。
一群菲尔兹奖得主，包括Terry Tao，发表声明，强调人工智能公司在使用AI解决数学问题时，其目标与数学界的价值观之间存在严重错位。
一款名为 Astra 的 AI 工具被用于分析学术复现包，发现了大量代码错误，其中一些错误推翻了顶级期刊的核心结论，同时还揭示出许多模型并未被正确运行。
一位博士后发现，实验室供应公司通过篡改图像销售了超过17,000种商业抗体，这危及了科学研究的完整性。
一项调查发现，Thermo Fisher Scientific 的抗体验证数据中有超过 450 张图像显示出被篡改的迹象，这引发了对其产品目录中数据完整性的担忧。
研究人员在影响临床指南的医学论文中发现了28个AI生成的虚假引用，凸显了AI幻觉破坏科学诚信和患者护理的风险。