


Presiden Stanford didedahkan atas salah laku akademik dan sedang disiasat oleh pihak sekolah! 11 kertas disyaki 'mengganggu imej'
Adakah Universiti Stanford menyiasat presidennya kerana salah laku akademik?
Baru-baru ini, Universiti Stanford mengumumkan penyiasatan rasmi terhadap pakar neurosains Marc Tessier-Lavigne, presiden sekolah itu, kerana disyaki "mengganggu imej."
Pegawai Universiti Stanford berkata dalam satu kenyataan: "Pihak sekolah akan mula menilai maklumat yang dilaporkan dan akan mengambil tindakan yang sama seperti yang dilakukan semasa menyiasat dakwaan lain mengenai salah laku akademik. 》
Alamat artikel: https://www.science.org/content/article/stanford-investigates-potential -penyelidikan-salahlaku-presiden
Kertas dalam semakan termasuk dua kertas Sains dari 2001, satu kertas Nature dari 2003, dan satu dari 2008 EMBO Journal (Jurnal of makalah European Society for Molecular Biology), dan kertas Sel 1999.
Walau bagaimanapun, artikel ini telah diterbitkan sebelum dia datang ke Stanford.
Alamat kertas: https://www.science org/. doi/10.1126/science.1058445
Alamat kertas :https://www.science.org/doi/10.1126/science.1059391
Alamat kertas: https://www.nature.com/articles/nature01784
Alamat kertas: https://www.embopress.org/doi/full/10.1038/emboj.2008.86
Alamat kertas: https://www.cell.com/cell/fulltext/S0092-8674(00)80804-1
Pada mulanya , manakala Stanford mengakui terdapat masalah dalam kertas kerja, ia memperkecilkan peranan Tessier-Lavigne dalam potensi salah laku dalam satu kenyataan:
Pada masa itu, jurucakap Dee Mostofi berkata kesilapan itu Sama ada ia tidak melibatkan Tessier- Lavigne atau ia "tidak menjejaskan tafsiran data, keputusan atau kertas."
Walau bagaimanapun, apabila insiden itu berlaku secara beransur-ansur, Stanford kemudiannya menukar nadanya dan menyatakan bahawa sekolah itu akan menjalankan siasatan dengan diawasi oleh lembaga pemegang amanah sekolah.
Soalan telah dibangkitkan 7 tahun yang lalu
Di PubPeer, saintis sering mengulas tanpa nama tentang kemungkinan masalah dengan penyelidikan yang diterbitkan."Ralat imej" yang muncul dalam kertas kerja Tessier-Lavigne juga muncul buat kali pertama di tapak web ini.
Sesetengah siaran ini menyatakan bahawa pelbagai tompok Barat yang mendokumentasikan kehadiran protein telah diulang dalam lebih daripada satu imej atau telah diubah suai.
Sudah tentu, tanpa bukti konklusif, masalah ini tidak semestinya bermakna penulis telah melakukan salah laku akademik, dan mungkin hanya kesilapan yang tidak disengajakan. "Sebagai pengarang ketiga kertas EMBO, Presiden Tessier-Lavigne disertakan semata-mata untuk mengiktiraf sumbangannya dalam menyediakan reagen yang diperlukan untuk penyelidikan pengarang lain," kata Stanford.
Pengarang bersama biasanya bermaksud penglibatan yang lebih langsung. Garis panduan akademik Universiti Yale, sebagai contoh, menyatakan bahawa pengarang bersama penerbitan akademik harus "terlibat secara langsung...dalam menulis draf artikel" dan mesti "menyemak dan mengesahkan manuskrip sebelum diserahkan untuk diterbitkan."
Nampaknya hanya menyediakan reagen dan menamakan pengarang nampaknya tidak layak.
Menariknya, Tessier-Lavigne, yang masih bekerja di University of California, San Francisco (UCSF), melaporkan kepada Cell seawal 2015 Ralat dalam kertas yang editor jurnal anggap tidak perlu untuk dibetulkan.
Ketua editor sains Holden Thorp juga baru-baru ini mengakui bahawa Tessier-Lavigne menyerahkan pembetulan kepada dua kertas dalam majalah Science pada Oktober 2015, tetapi "kerana ralat", Sains Pembetulan ini belum diterbitkan.
Dalam satu kenyataan, Thorp menyatakan "minta maaf" kepada komuniti akademik: "Kami menyesali kesilapan ini dan akan berkongsi langkah seterusnya berkaitan kedua-dua kertas kerja ini secepat mungkin. ”
Jarang: Jurnal teratas secara terbuka mengakui bahawa ia "dalam siasatan"
Jurnal EMBO menulis dalam artikel awam minggu lepas bahawa ia sedang menyiasat artikel 2008 kertas mengenai reseptor dalam otak.
Malah, jarang sekali jurnal akademik mengiktiraf tinjauan sedemikian secara terbuka. EMBO sering disenaraikan sebagai jurnal teratas dalam bidang oleh kedudukan jurnal Scimago dan menerima hampir 3,000 penyerahan setiap tahun. Jurnal itu telah menarik balik kertas berdasarkan dakwaan PubPeer pada masa lalu, tetapi tidak mengiktiraf siasatan berterusan sebelum menarik balik.
Ini menunjukkan bahawa pengumuman awam tentang berita ini mungkin bermakna penyiasatan telah dijalankan untuk beberapa lama.
Tidak jelas berapa lama penyiasatan akan mengambil masa, dan walaupun keputusan akhir menunjukkan bahawa Tessier-Lavigne tidak melakukan salah laku akademik, penyiasatan itu sendiri akan membawa akibat yang serius untuknya.
Pada masa lalu, penyelidik Jerman terkenal Silvia Bulfon-Paus didapati telah mengganggu imej dalam beberapa kertas kerja pada tahun 2011 (Bulfon-Paus menyalahkannya pada dua kakitangan felo pasca doktoralnya ) dan kemudiannya terpaksa meletakkan jawatan sebagai pengarah Institut Borstel.
Profesor Universiti Negeri Ohio, Carlo Croce telah dipukul oleh tuduhan serupa pada 2017. Awal tahun ini, siasatan rasmi pihak sekolah mendapati bahawa dia sendiri tidak mempraktikkan imej itu, tetapi dia kemudiannya dikenakan tindakan disiplin kerana "isu pengurusan" dan dua penyelidiknya dikenal pasti sebagai pemalsu dan dipecat.
Pemenang Hadiah Nobel 2019 Gregg Semenza menarik balik 17 kertas kerja selepas tuduhan dibuat ke atas PubPeer.
Pada masa ini, kertas kerja Tessier-Lavigne yang disahkan sebagai "bermasalah" oleh Universiti Stanford telah dimuat turun puluhan ribu kali, termasuk beberapa karya beliau yang paling banyak disebut dalam neurobiologi. Tiada satu pun daripada kertas ini telah ditarik balik atau diperbetulkan.
Karya Tessier-Lavigne pada tahun 1990-an mula-mula mengenal pasti molekul yang diperlukan untuk membimbing akson, membuka bidang penyelidikan baharu.
Sebelum mengambil alih jawatan presiden Universiti Stanford pada awal 2016, Tessier-Lavigne membimbing lebih 1,000 saintis di syarikat bioteknologi Genentech dan Regeneron.
Pada tahun 2014, gaji tahunan Tessier-Lavigne di Regeneron melebihi $1.5 juta Pada tahun 2021, beliau berkhidmat sebagai presiden Stanford dan sebagai pengarah lembaga pengarah Regeneron, beliau juga menerima penghargaan tahunan. gaji $700,000.
Sesetengah pakar mengatakan bahawa jurnal dan institusi saintifik dari segi sejarah tidak bersedia untuk menyiasat dakwaan salah laku akademik, terutamanya tingkah laku saintis yang berkuasa. Walaupun jurnal bertindak balas, penyiasatan adalah perlahan, birokratik dan selalunya sulit sepenuhnya, menurut beberapa penyelidik yang biasa dengan proses penarikan balik.
Gambar kerap menunjukkan tanda-tanda gangguan: mencerminkan, menyalin, berputar, beralih...
Di mata ahli biologi dan penyiasat salah laku saintifik Elisabeth Bik Ternyata itu gambar-gambar dalam kertas yang disiasat oleh EMBO menunjukkan tanda-tanda manipulasi yang disengajakan dan akan mengelirukan pembaca.
Sebagai seorang veteran yang telah memerhati salah laku akademik selama bertahun-tahun, Bik mempunyai pengalaman yang kaya telah menyiasat lebih daripada 20,000 kertas kerja pada masa lalu, yang mana hampir 1,000 telah ditarik balik, dan secara kasarnya. bilangan kertas yang sama telah diperbetulkan, boleh dipanggil "pakar anti-pemalsuan" dalam komuniti akademik biologi Amerika.
Bik berkata masalah yang dia perhatikan dalam kertas EMBO berbeza dari segi kerumitan. Sebagai contoh, satu plat dalam rajah nampaknya disalin secara langsung dan lengkap dari plat lain. Inilah yang dia panggil "ralat Jenis 1": biasanya ralat tetapan taip yang paling biasa, atau kesilapan yang tidak disengajakan semasa menyusun imej.
Anda boleh melihat dua set kesan penggunaan berulang (diambil daripada kertas EMBO, 2008)
Tetapi isu gambar lain lebih rumit. Sebagai contoh, dalam gambar di bawah, Bik mengatakan bahawa jalur gel dalam kotak warna dalam gambar nampaknya adalah hasil "copy flipping" secara langsung. Beliau berkata pertindihan ini dalam bahagian yang sama mungkin merupakan percubaan untuk menghilangkan syak wasangka bahawa imej itu dimanipulasi.
Jalur gel nampaknya dicerminkan, diterbalikkan dan digunakan semula dalam imej yang sama (diambil daripada kertas EMBO, 2008)
Dalam kertas kerja lain yang diterbitkan dalam Sains pada tahun 2003, Tessier-Lavigne disenaraikan sebagai pengarang keempat daripada 14 artikel tersebut mengandungi siri artikel yang digambarkan sebagai Gambar yang berbeza antara satu sama lain. Tetapi menurut Bik, mereka sebenarnya kelihatan seperti imej yang sama, hanya diputar.
Bik berkata: "Putaran ini mungkin mempunyai niat yang mengelirukan."
Gambar yang sepatutnya mewakili hasil eksperimen yang berbeza nampaknya adalah putaran gambar yang sama dan digunakan semula (diambil daripada kertas Nature , 2003)
Bagi gambar-gambar dalam kertas Sains 2001, terdapat beberapa anjakan dan pertindihan yang tidak dapat dijelaskan, yang nampaknya menyerlahkan lagi eksperimen Sengaja melakukan kebaikan (atau menyembunyikan lebih teruk) keputusan.
Perincian tekstur di beberapa tempat nampaknya telah diubah suai (diambil dari Sains, 2001)
Bik percaya bahawa ini mungkin Ia adalah satu cara untuk mengelakkan akibat yang tidak diingini tertentu.
Tompok dalam Rajah B dan D nampaknya telah direplikasi (diambil daripada Sains , 2001)
Dalam hal ini, beberapa sarjana menegaskan bahawa data asal sering dibuang oleh penyelidik, terutamanya kertas kerja yang diterbitkan lama dahulu.
Boleh dikatakan bahawa adalah satu tugas yang hampir mustahil untuk membandingkan imej yang mungkin diusik dengan imej asal bertahun-tahun kemudian dan menggunakannya untuk menentukan atribusi tanggungjawab.
Atas ialah kandungan terperinci Presiden Stanford didedahkan atas salah laku akademik dan sedang disiasat oleh pihak sekolah! 11 kertas disyaki 'mengganggu imej'. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Kertas StableDiffusion3 akhirnya di sini! Model ini dikeluarkan dua minggu lalu dan menggunakan seni bina DiT (DiffusionTransformer) yang sama seperti Sora. Ia menimbulkan kekecohan apabila ia dikeluarkan. Berbanding dengan versi sebelumnya, kualiti imej yang dijana oleh StableDiffusion3 telah dipertingkatkan dengan ketara Ia kini menyokong gesaan berbilang tema, dan kesan penulisan teks juga telah dipertingkatkan, dan aksara bercelaru tidak lagi muncul. StabilityAI menegaskan bahawa StableDiffusion3 ialah satu siri model dengan saiz parameter antara 800M hingga 8B. Julat parameter ini bermakna model boleh dijalankan terus pada banyak peranti mudah alih, dengan ketara mengurangkan penggunaan AI

ICCV2023, persidangan penglihatan komputer teratas yang diadakan di Paris, Perancis, baru sahaja tamat! Anugerah kertas terbaik tahun ini hanyalah "pergaduhan antara tuhan". Sebagai contoh, dua kertas kerja yang memenangi Anugerah Kertas Terbaik termasuk ControlNet, sebuah karya yang menumbangkan bidang AI graf Vincentian. Sejak menjadi sumber terbuka, ControlNet telah menerima 24k bintang di GitHub. Sama ada untuk model resapan atau keseluruhan bidang penglihatan komputer, anugerah kertas ini sememangnya wajar diberi penghormatan untuk anugerah kertas terbaik telah dianugerahkan kepada satu lagi kertas kerja yang sama terkenal, Meta "Separate Everything" ”Model SAM. Sejak pelancarannya, "Segment Everything" telah menjadi "penanda aras" untuk pelbagai model AI segmentasi imej, termasuk yang datang dari belakang.

Sejak Medan Sinaran Neural dicadangkan pada tahun 2020, bilangan kertas kerja yang berkaitan telah meningkat secara eksponen. Ia bukan sahaja menjadi hala tuju cabang penting pembinaan semula tiga dimensi, tetapi juga secara beransur-ansur menjadi aktif di sempadan penyelidikan sebagai alat penting untuk pemanduan autonomi. . NeRF telah muncul secara tiba-tiba dalam tempoh dua tahun yang lalu, terutamanya kerana ia melangkau pengekstrakan dan pemadanan titik ciri, geometri dan triangulasi epipolar, PnP serta Pelarasan Bundle dan langkah lain dalam saluran paip pembinaan semula CV tradisional, malah melangkau pembinaan semula jaringan, pemetaan dan pengesanan cahaya , terus daripada 2D Imej input digunakan untuk mempelajari medan sinaran, dan kemudian imej yang dihasilkan yang menghampiri foto sebenar adalah output daripada medan sinaran. Dengan kata lain, biarkan model tiga dimensi tersirat berdasarkan rangkaian saraf sesuai dengan perspektif yang ditentukan

Generatif AI telah menarik perhatian komuniti kecerdasan buatan Kedua-dua individu dan perusahaan telah mula berminat untuk mencipta aplikasi penukaran modal yang berkaitan, seperti gambar Vincent, video Vincent, muzik Vincent, dll. Baru-baru ini, beberapa penyelidik dari institusi penyelidikan saintifik seperti ServiceNow Research dan LIVIA telah cuba menjana carta dalam kertas kerja berdasarkan penerangan teks. Untuk tujuan ini, mereka mencadangkan kaedah baru FigGen, dan kertas berkaitan juga dimasukkan dalam ICLR2023 sebagai TinyPaper. Alamat kertas bergambar: https://arxiv.org/pdf/2306.00800.pdf Sesetengah orang mungkin bertanya, apakah yang sukar untuk menjana carta dalam kertas itu? Bagaimanakah ini membantu penyelidikan saintifik?

Ketika tarikh akhir penyerahan kertas AAI 2023 semakin hampir, tangkapan skrin sembang tanpa nama dalam kumpulan penyerahan AI tiba-tiba muncul di Zhihu. Salah seorang daripada mereka mendakwa bahawa dia boleh menyediakan perkhidmatan "3,000 yuan terima kuat". Sejurus berita itu keluar, ia segera membangkitkan kemarahan orang ramai di kalangan netizen. Namun, jangan tergesa-gesa lagi. Bos Zhihu "Fine Tuning" berkata bahawa ini kemungkinan besar hanya "keseronokan lisan". Menurut "Fine Tuning", salam dan jenayah geng adalah masalah yang tidak dapat dielakkan dalam apa jua bidang. Dengan kebangkitan openreview, pelbagai kelemahan cmt telah menjadi lebih jelas Pada masa hadapan, ruang yang ditinggalkan untuk bulatan kecil untuk beroperasi akan menjadi lebih kecil, tetapi akan sentiasa ada ruang. Kerana ini adalah masalah peribadi, bukan masalah dengan sistem dan mekanisme penyerahan. Memperkenalkan open r

Sebentar tadi, CVPR 2023 mengeluarkan kenyataan yang mengatakan: Tahun ini, kami menerima rekod 9,155 kertas (peningkatan 12% daripada CVPR 2022), dan menerima 2,360 kertas, dengan kadar penerimaan 25.78%. Mengikut statistik, bilangan penyerahan kepada CVPR hanya meningkat daripada 1,724 kepada 2,145 dalam tempoh 7 tahun dari 2010 hingga 2016. Selepas 2017, ia melonjak dengan pesat dan memasuki tempoh pertumbuhan pesat Pada 2019, ia melebihi 5,000 buat kali pertama, dan menjelang 2022, jumlah penyerahan telah mencapai 8,161. Seperti yang anda lihat, sebanyak 9,155 kertas telah diserahkan pada tahun ini, sememangnya mencatat rekod. Selepas wabak itu dilonggarkan, sidang kemuncak CVPR tahun ini akan diadakan di Kanada. Tahun ini ia akan menjadi persidangan trek tunggal dan pemilihan Lisan tradisional akan dibatalkan. penyelidikan google

Sejak pertama kali diadakan pada 2017, CoRL telah menjadi salah satu persidangan akademik terbaik dunia dalam persimpangan robotik dan pembelajaran mesin. CoRL ialah persidangan tema tunggal untuk penyelidikan pembelajaran robot, meliputi pelbagai topik seperti robotik, pembelajaran mesin dan kawalan, termasuk teori dan aplikasi Persidangan CoRL 2023 akan diadakan di Atlanta, Amerika Syarikat, dari 6 hingga 9 November. Menurut data rasmi, 199 kertas kerja dari 25 negara telah dipilih untuk CoRL tahun ini. Topik popular termasuk operasi, pembelajaran pengukuhan dan banyak lagi. Walaupun CoRL berskala lebih kecil daripada persidangan akademik AI yang besar seperti AAAI dan CVPR, memandangkan populariti konsep seperti model besar, kecerdasan terkandung dan robot humanoid meningkat tahun ini, penyelidikan berkaitan yang patut diberi perhatian juga akan

Memandangkan semua orang terus menaik taraf dan mengulang model besar mereka sendiri, keupayaan LLM (model bahasa besar) untuk memproses tetingkap konteks juga telah menjadi penunjuk penilaian yang penting. Sebagai contoh, model bintang GPT-4 menyokong 32k token, yang bersamaan dengan 50 halaman teks, Anthropic, yang diasaskan oleh bekas ahli OpenAI, telah meningkatkan keupayaan pemprosesan token Claude kepada 100k, iaitu kira-kira 75,000 perkataan, iaitu secara kasarnya bersamaan dengan meringkaskan "Harry Potter" dengan satu klik 》Bahagian Pertama. Dalam penyelidikan terbaru Microsoft, mereka terus mengembangkan Transformer kepada 1 bilion token kali ini. Ini membuka kemungkinan baharu untuk memodelkan jujukan yang sangat panjang, seperti menganggap keseluruhan korpus atau malah keseluruhan Internet sebagai satu jujukan. Sebagai perbandingan, biasa
