AI揭示99.2%顶级论文存在缺陷！

研究人员使用人工智能代理对顶级人工智能会议的论文进行了审计，发现许多已发表的结果无法复现。例如，一项对ICML 2026全部168篇口头报告论文的人工智能代理审计显示，在92篇至少有五个可验证论断的论文中，只有34篇能复现超过40%的结论，仅8篇能复现超过80%。此外，有四篇论文依赖一个已下线的模型，导致其结果永久无法复现。另一项研究开发了一种基于GPT-5的论文检查器，用于分析顶级人工智能会议的论文，发现平均每篇论文包含4.7个客观错误，99.2%的论文至少有一个问题。数学和公式错误最为常见（占54.0%）。NeurIPS论文的平均错误数从2021年的3.8个增加到2025年的5.9个。这些发现凸显了科学可复现性日益严重的问题，并为新研究方向提供了机会，例如审查旧论文并纠正错误。此外，之江实验室的一位理论化学家发现，人工智能预测的沸点与一个75年历史的数据库不同，经过人工验证，人工智能是正确的，从而揭示了百年测量的错误。这表明人工智能现在可以协助重新评估历史科学文献。