今日arXiv最熱大模型論文：從Twitter動態(tài)預測論文學術不端，人大發(fā)布

AIGC動態(tài)歡迎閱讀

原標題：今日arXiv最熱大模型論文：從Twitter動態(tài)預測論文學術不端，人大發(fā)布
關鍵字：文章,方面,問題,人類,方法
文章來源：夕小瑤科技說
內容字數(shù)：8219字

內容摘要：

夕小瑤科技說 原創(chuàng)作者 | 松果
引言：社交媒體在科研誠信中的潛在作用在科研領域，確保研究成果的真實性和可靠性是至關重要的。然而，不論是由于研究不端行為還是無意的錯誤，學術論文的撤稿時有發(fā)生。這不僅損害了科研誠信，也可能對公眾信任和科學進展產生負面影響。傳統(tǒng)上，學術界依賴同行評審和出版后的讀者反饋來識別和糾正問題文章。然而，這些方法可能無法及時發(fā)現(xiàn)所有問題，尤其是在當前科研出版量急劇增加的背景下。
社交媒體，作為一種新興的交流平臺，為科研界提供了一個即時反饋和討論的空間。特別是Twitter，它的實時性和廣泛的用戶基礎使其成為了一個潛在的早期預警系統(tǒng)，能夠揭示學術文章中的潛在問題。本研究探討了Twitter上對撤稿文章的提及是否能夠在正式撤稿之前預示出文章中的潛在問題，從而在科研誠信的維護中發(fā)揮作用。
通過分析一組包含3505篇撤稿文章及其Twitter提及的數(shù)據(jù)集，以及采用粗略精確匹配方法獲得的具有相似特征的3505篇未撤稿文章，本研究評估了Twitter提及在預測文章撤稿方面的有效性。
研究結果表明，盡管只有一小部分撤稿文章的Twitter提及在撤稿前包含了可識別的問題信號，但

原文鏈接：今日arXiv最熱大模型論文：從Twitter動態(tài)預測論文學術不端，人大發(fā)布

聯(lián)系作者

文章來源：夕小瑤科技說
作者微信：xixiaoyaoQAQ
作者簡介：專業(yè)、有趣、深度價值導向的科技媒體。聚集30萬AI工程師、研究員，覆蓋500多家海內外機構投資人，互聯(lián)網(wǎng)大廠中高管和AI公司創(chuàng)始人。一線作者來自清北、國內外頂級AI實驗室和大廠，兼?zhèn)涿翡J的行業(yè)嗅覺和洞察深度。商務合作：zym5189