AI頂會“水印釣魚”抓包500多名審稿人 | 科技周覽

整理 | 周舒義、平生

目錄

• 沉迷AI“彩虹屁”讓人變刻薄，不信AI也會中招
• 大學分數越給越松，“GPA通脹”開始卷到博士生了
• 哺乳動物能被無限克隆嗎？20年實驗給出答案
• 頂會“水印釣魚”，500多名審稿人用AI代審被抓包
• 每晚多睡11分鐘可以降低心臟病風險
• 頻繁射精或可提升男性生育能力
• 中科院期刊分區表退出歷史舞臺
• 
  

沉迷AI“彩虹屁”讓人變刻薄，不信AI也會中招

3月26日《科學》（Science）發表的一項研究量化了主流大語言模型的諂媚程度，揭示了諂媚傾向對人類社會行為的負面影響。研究表明，當用戶從AI獲得過度的認可和贊美時，他們在人際沖突中會變得更加固執己見，也更不愿意向他人道歉或做出彌補。

社交平臺Reddit上有一個廣受歡迎的論壇“Am I the Asshole?”（我是不是混蛋？），用戶可以在上面就自己的行為獲得他人真實坦率的評價。然而，越來越多的人開始轉向ChatGPT等AI聊天機器人尋求生活建議和心理按摩。這一趨勢促使斯坦福大學計算機科學家Myra Cheng等人展開了本次研究。

研究團隊開展了多項實驗。他們將來自Reddit論壇和其他兩個數據集的人際沖突情境分別交給11個大語言模型，然后比較AI與人類評判者的回答。結果差距顯著：人類評判者僅在約40%的情況下認為用戶的行為合理，而大多數AI在超過80%的情況下站在了用戶一邊——它們表現出了明顯的“諂媚”傾向。

在第2項實驗中，研究人員讓參與者閱讀一個假設的人際沖突場景，并想象自己就是那個被普遍認為是“做錯了一方”的人。隨后，他們分別閱讀一段諂媚或非諂媚的AI回復。第3項實驗中，參與者與被設定為諂媚或非諂媚模式的AI工具進行實時對話，討論真實的人際困境。上述兩項實驗結果一致表明：與諂媚型聊天機器人互動的人更傾向于認為自己是正確的，也更不愿意道歉或做出彌補。而且，人類用戶認為諂媚回復質量更高，說出諂媚回復的AI在性能和道德上更值得信任、“客觀”、“公正”，他們也更愿意再次使用諂媚的大語言模型。

值得注意的是，盡管對AI持積極態度的人受諂媚影響更大，但即使在控制了參與者的個性特征和對AI的態度之后，諂媚效應依然顯著存在——即便是對AI持懷疑態度的人也難以完全免疫這種奉承效應。無論聊天機器人的語氣是友好還是中立，甚至無論用戶是否被告知建議來自人類還是AI，結果都沒有改變。“這很令人驚訝，因為你通常會想，‘我不會上當的’，”Cheng指出，這是一個普遍現象。人們喜歡吹捧，無論來源如何。

卡內基梅隆大學研究人機交互的Steve Rathje認為，雖然隨著新模型的推出，AI的諂媚程度可能會發生改變，但目前市面上這些AI的諂媚已令人“警覺”。華盛頓大學認知科學家Max Kleiman-Weiner此前的研究表明，諂媚型聊天機器人可能導致“妄想螺旋”——當用戶拋出一些偏激或不客觀的觀點時，AI不僅不去挑戰、糾正，反而附和這些觀點。隨著交流深入，用戶在這種毫無底線的“回音室”里越陷越深，形成類似“妄想”的狀態。

Cheng認為，要減少AI的諂媚行為，需要在大語言模型的訓練、評估、監管和用戶呈現方式等多個層面進行變革。例如，目前模型在訓練時通常被優化為給出一次性回復，而非參與長期互動，這可能助長了諂媚傾向。Kleiman-Weiner則認為，企業自身有動力解決這一問題，因為極端案例帶來的負面關注對任何公司來說都不是好事。

相關論文：https://doi.org/10.1126%2Fscience.aec8352

大學分數越給越松，“GPA通脹”開始卷到博士生了

一項針對美國中西部一所大型公立大學的研究表明，碩士和博士研究生的成績在過去二十年間顯著上升，而這種上升并非源于學生學術能力的實質性提升——換言之，“成績膨脹”現象已從中小學和本科階段蔓延至研究生教育層面。

該研究于3月25日發表在《公共科學圖書館·綜合》（PLoS ONE）上，分析了1999年至2020年間該校（出于數據隱私考慮，作者未公開校名）150多個研究生項目中近2.5萬名碩士生和1.6萬名博士生的成績數據。結果顯示，碩士生的平均累計績點（GPA，滿績4.0）從1999年入學隊列的3.70上升至2020年入學隊列的3.82；博士生的平均GPA則從3.74升至3.82。

為排除學生本身素質提升這一可能的解釋，研究團隊利用學生入學時的GRE（美國研究生入學考試）成績對數據進行了校正，同時還控制了學校人口結構變化等因素。經過這些調整后，成績上升的趨勢依然存在，進一步佐證了“成績通脹”而非“真實進步”的判斷。

論文合著者、明尼蘇達大學工業與組織心理學研究者Vivien Lee指出，令人警惕的是，即使二十年前研究生的成績就已經處于較高水平，這一上升趨勢仍在持續。在1999年至2020年間，碩士生平均GPA與滿分4.0之間的差距縮小了40%，博士生則縮小了31%。她表示：“當成績越來越接近量表的上限時，它們用來區分學生的功能就會越來越弱——而區分能力恰恰是成績評定的核心用途。”

關于成績膨脹的成因，目前學界尚無定論。一種假說認為，大學教授可能出于獲得更好的學生評教結果或提高課程注冊率的動機，傾向于給出更高的分數。

對于這一現象可能帶來的后果，研究者的看法較為審慎。未參與該研究的德克薩斯大學奧斯汀分校經濟學家Jeffrey Denning表示，該發現與他自己的研究結論相吻合——他此前發現美國研究生的畢業率正在上升，這可能與更高的成績帶來的激勵效應有關。但他同時指出，成績膨脹的利弊目前尚不明朗：“更多學生順利畢業是好事，但如果這削弱了學生努力學習的動力，那就未必是好事了。”

由于該研究僅基于一所大學的數據，其結論能否推廣至更廣泛的范圍仍需進一步驗證。不過，Lee表示，基于對樣本的了解，她認為這些學生與美國其他高校的研究生并無本質差異，因此預計類似趨勢可能在其他學校同樣存在。

值得注意的是，成績膨脹問題此前已在全球多個國家的中學和本科院校中得到充分記錄，但在研究生層面的系統研究仍屬少見。并非所有國家的研究生教育都采用成績評分制度，但在美國，這一做法相當普遍。隨著研究生成績的區分度日益下降，如何更有效地評估研究生的學術表現，或許將成為高等教育界需要認真面對的新課題。

相關論文：https://doi.org/10.1371%2Fjournal.pone.0341315

哺乳動物能被無限克隆嗎？20年實驗給出答案

經過20年的不懈努力、58代的反復克隆以及超過30000次的克隆嘗試，日本山梨大學的一個研究團隊終于觸及了單只小鼠連續克隆的極限。這項于3月24日發表在《自然·通訊》（Nature Communications）上的研究表明，對于小鼠乃至其他哺乳動物而言，無性繁殖可能是不可持續的。

論文作者包括世界上第一個創造克隆鼠的科學家若山照彥。數十年前，日本山梨大學的生殖生物學家若山照彥（Teruhiko Wakayama）與妻子若山清香（Sayaka Wakayama）共同啟動了一項雄心勃勃的實驗，旨在探究僅通過克隆手段能將一只小鼠的基因“保存”多久。2013年，他們在《細胞·干細胞》（Cell Stem Cell）上報告已成功將克隆譜系延續至第25代，并樂觀地寫道：“動物或許可以被無限地重復克隆。”

第25代連續克隆小鼠的卵子受精發育而成的早期胚胎 | 山梨大學

然而，好景不長。盡管研究人員始終努力維持一致的實驗條件，但從第27代之后，克隆成功率便開始下降，從第40代開始快速下降，第57代的成功率只有0.6%，第58代是最后一代，所有克隆小鼠在出生后的第二天全部死亡，他們再也無法從克隆體中成功培育出新的克隆個體。值得注意的是，盡管克隆過程日益艱難，但除了最后一代，那些成功存活下來的克隆小鼠在外觀上與普通小鼠沒有明顯差別，壽命也與正常小鼠相當。

研究人員隨后探尋了克隆失敗的原因，包括DNA上影響基因活性的化學修飾（表觀遺傳標記）等因素。但他們發現，最顯著的差異出現在DNA序列本身。若山照彥估計，體細胞克隆鼠的單堿基突變頻率約為正常小鼠的3倍。尤其是在后期世代中，大規模的DNA結構變異開始大量積累——染色體片段缺失、倒位以及染色體易位，甚至整條X染色體完全丟失。正是這種基因組層面的“混亂”最終導致了克隆譜系的終結。

日本理化學研究所（RIKEN）生物資源研究中心的生殖生物學家小倉淳郎（Atsuo Ogura）評價道："這項研究首次在實驗層面證明，如果哺乳動物持續進行無性繁殖，突變會逐代累積，最終導致整個譜系的終結。"

美國亞利桑那州立大學的進化生物學家Michael Lynch未參與該研究，他指出這一發現的意義可能遠超小鼠本身：“這很可能適用于所有脊椎動物的克隆，對農業有著巨大的影響。”他解釋說，在動物育種中，一旦獲得了最優基因組，保留它的最佳方式就是克隆——“但突變問題是個例外”。Lynch強調，突變的累積對無性繁殖群體尤為致命，因為這些群體沒有機會與其他群體進行基因組混合。“一旦突變進入了譜系，它就永遠存在，再也無法消除。”

這項研究對畜牧業中通過克隆技術保存優良品種的實踐提出了指導。小倉淳郎建議："如果目標是通過克隆保存優良牲畜，那么應當提前儲存大量體細胞用于克隆，并避免跨世代的反復連續克隆。"換言之，與其一代接一代地進行“復制的復制”，不如始終從原始儲存的細胞出發，每次都從源頭開始克隆，從而最大限度地減少突變的累積效應。

相關論文：https://doi.org/10.1038%2Fs41467-026-69765-7

頂會“水印釣魚”，500多名審稿人用AI代審被抓包

國際頂級AI學術會議國際機器學習大會（ICML）近日宣布，因作者在同行評審中違規使用大語言模型（LLM），大會已拒收497篇投稿論文，約占總投稿量的2%。

ICML 2026將于今年7月在韓國首爾舉行。該會議實行"互惠評審"制度，即每篇投稿論文至少需要一名作者參與其他論文的同行評審工作。此次被拒收的論文，正是因為其作者在評審他人論文時違反了大會關于AI使用的相關政策。

本次大規模清查行動的核心技術手段頗具巧思。組委會采用水印技術，在分發給審稿人的論文中嵌入了人眼不可見、但大語言模型可以識別的隱藏指令。這些指令會引導LLM在生成的評審意見中插入兩個看似尋常的特定短語，例如“This manuscript's key idea concerns”和“an important concept addressed by this study”。每篇論文對應的短語組合都是從一個包含17萬條短語的庫中隨機抽取的，因此一篇由人類獨立撰寫的評審意見恰好同時包含這兩個特定短語的概率微乎其微。所有被系統標記的評審意見還經過了人工復核。

通過這一方法，組委會共發現506名審稿人提交了795篇由LLM輔助生成的評審意見，約占總評審量的1%。組委會坦言，該方法可能只能捕捉到“最明目張膽、最不加掩飾的LLM濫用行為”，因為模型并不總是會遵循隱藏指令，而且一旦審稿人知曉水印機制的存在，規避起來也并不困難。

ICML今年首次嘗試設置了兩條平行的同行評審通道——一條允許有限度地使用LLM，另一條則嚴格禁止任何AI介入。論文作者和審稿人可以自行選擇加入哪條通道。只有那些明確表示愿意遵守“禁止LLM”政策、或者要求自己的論文在無AI審稿通道中接受評審的作者，才會被要求在審稿時不使用AI工具。此次被查處的違規行為均發生在禁止使用LLM的審稿通道中。

組委會在3月18日發布的博客文章中表示，此舉針對的是學術誠信問題，而非AI工具本身的可靠性，“我們并不是在對被標記評審的質量或審稿人的動機作出價值判斷”。

消息公布后，許多研究人員在社交媒體上對ICML的舉措表示贊賞，甚至有人建議對違規作者實施更嚴厲的禁止再投稿處罰，或呼吁其他會議效仿。但也有學者持不同看法。美國德克薩斯A&M大學計算機科學家涂正中（Zhengzhong Tu）認為，該政策“只會打擊所有審稿人的積極性”，審稿人將會繞開禁止AI的通道，轉而利用LLM“生成毫無意義的評審意見”。

ICML博文：https://blog.icml.cc/2026/03/18/on-violations-of-llm-review-policies/

每晚多睡11分鐘可以降低心臟病風險

一項3月24日發表于《歐洲預防心臟病學雜志》（European Journal of Preventive Cardiology）的研究發現，每晚多睡11分鐘、每天多進行4.5分鐘的快步行走、多攝入約50克蔬菜，就能將心臟病發作和中風等重大心血管事件的風險降低約10%。研究人員稱，這些看似微不足道的行為改變所帶來的心血管健康收益“大得令人驚訝”。

研究者分析了英國生物樣本庫（UK Biobank）中超過5.3萬名中年成年人的數據。研究團隊通過智能手表等可穿戴設備采集了參與者的睡眠習慣和運動水平數據，并通過自我報告的方式收集了飲食信息。

在長達八年的隨訪期間，研究人員共記錄到2034例重大心血管事件。通過數據分析，研究團隊確定了預防心血管疾病的“最優”生活方式組合：均衡飲食、每晚保證8至9小時睡眠，以及每天至少進行42分鐘中高強度體力活動。將這三項措施結合起來，可使心臟病發作和中風的風險降低高達57%。研究者指出，所謂的中高強度活動并不需要專門去健身房，爬樓梯、提購物袋、快步行走等日常活動都包含在內。

該研究的第一作者、悉尼大學研究員尼古拉斯·科梅爾博士表示：“我們的研究表明，在日常生活的幾個方面做出小幅度的調整，就能對心血管健康產生出人意料的積極影響。這是一個非常令人鼓舞的消息，因為與在單一行為上做出重大改變相比，同時在多個方面做出小幅調整對大多數人來說更容易實現，也更容易長期堅持。”他鼓勵人們不要忽視日常生活中任何一個看似微小的改變。

值得注意的是，這項研究屬于觀察性研究，尚無法確立生活方式行為與心血管風險之間的明確因果關系。研究者建議，后續還需通過干預性臨床試驗來進一步驗證上述發現。

相關論文：https://doi.org/10.1093/eurjpc/zwag141

頻繁射精或可提升男性生育能力

一項大規模研究顯示，精子在體內停留的時間越長，其DNA損傷和氧化應激的跡象越明顯，活力和游動能力也隨之下降。因此男性更頻繁地射精可能有助于提高生育能力。

該研究由牛津大學生物學家克里什·桑格維（Krish Sanghvi）博士領銜，成果發表于《英國皇家學會學報B》（Proceedings of the Royal Society B）。研究團隊對115項涉及近5.5萬名男性的人類研究以及56項涵蓋30個非人類物種的精子儲存研究進行了薈萃分析，結果表明，無論男性年齡如何，精子在體內儲存期間均呈現質量下降的趨勢，且這一規律在人類和其他動物中普遍存在。

桑格維博士表示：“我們在精子DNA損傷和氧化損傷方面發現的負面效應相當顯著，因此我們有信心認為這是一個具有生物學意義的重要發現。”

目前，世界衛生組織（WHO）建議男性在進行精液檢測或試管嬰兒取精前禁欲2至7天。然而，該指南的制定初衷是為了獲取最高的精子數量，而非優先考慮精子質量。這一傳統觀點如今正面臨挑戰。

另一項涉及453對夫婦的臨床試驗提供了更為直觀的證據。在試驗中，醫生將受試夫婦分為兩組：第一組男性在取精前禁欲不足48小時，第二組則按照WHO建議禁欲2至7天。結果顯示，短時間禁欲組的妊娠率達到46%，而較長時間禁欲組僅為36%，差距十分明顯。

對于自然備孕的夫婦，禁欲2到7天可能比較合適。桑格維博士建議在精子數量與質量之間尋求平衡，禁欲時間過長，精子可能受損且活動力下降；禁欲時間過短，精子數量或成熟度可能不足。他強調：“較長時間的禁欲并非總是有益的，數量與質量之間需要找到一個平衡點。”

曼徹斯特大學男科學教授艾倫·佩西（Allan Pacey）對此表示認同。他指出，在診斷階段進行精液分析時，遵守2至7天的禁欲規則仍然十分重要，因為這有利于不同實驗室之間的結果比較以及與國際基準的對照。但在實施試管嬰兒等輔助生殖技術時，擁有最新鮮、最健康的精子可能更為關鍵。佩西補充說：“我們可以用較少的精子完成試管嬰兒治療，如果采用卵胞漿內單精子注射技術（ICSI），所需精子數量甚至更少，因此男性無需像過去認為的那樣‘攢’精子。”

相關論文：https://doi.org/10.1098/rspb.2025.3181

中科院期刊分區表退出歷史舞臺

3月27日，中國科學院文獻情報中心發布聲明，將不再更新與發布期刊分區表，任何其他機構發布的期刊分區表均與文獻中心無關。

中國科學院文獻情報中心自2004年開始編制期刊分區表，旨在為科研人員了解本領域學術期刊的影響力以及期刊評價工作提供參考。多年來，這一分區表在學術界被廣泛使用，研究人員也習慣性稱其為“中科院分區”。但根據2018年的一則官方說明，期刊分區表相關成果發布雖冠以“中科院”名義，其實并未經授權。

3月24日，由新銳學術研制的《新銳期刊分區表》（簡稱“新銳分區”）正式發布，其核心理念為“獨立、公益、免費、開放”。新銳學術雖然是獨立第三方機構，其多位核心成員依然有著中科院情報文獻中心的職位背景。新平臺的權威性、與舊體系的關系以及能否被高校和科研機構繼續認可，一度引起網友廣泛討論。此次中國科學院文獻情報中心發布聲明，被視為和新銳學術徹底切割。

注：本文封面圖片來自版權圖庫，轉載使用可能引發版權糾紛。

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關注公眾號，回復四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。

版權說明：歡迎個人轉發，任何形式的媒體或機構未經授權，不得轉載和摘編。轉載授權請在「返樸」微信公眾號內聯系后臺。