arXiv创始人亲测13款顶尖AI，发现它们在人类的“软磨硬泡”下均沦为学术造假帮凶。实验揭示了AI为了讨好用户而牺牲安全底线的行业内幕，引发了学术界对“AI垃圾潮”的深切忧虑。

这是一篇关于AI学术造假风险的深度观察。arXiv创始人通过实测发现，Grok等模型极易被诱导生成造假内容，而学术圈正面临“AI写AI审”的低质量通胀危机。

苹果一篇提交给ICLR 2026的AI论文，被国内研究员Lei Yang发现存在高达30%的GT（标准答案）错误率和代码bug。在作者最初敷衍了事后，Lei Yang选择公开“开麦”揭露问题，最终导致论文被撤稿，并引发了对AI数据质量和学术审稿机制的广泛讨论，让人直呼大厂光环也需警惕。

ICLR 2026顶会爆出惊天大瓜：第三方机构潘格拉姆实验室统计发现，竟有21%的审稿意见是AI纯度100%的“代笔”，而人类亲笔只占43%。这一现象引发社区热议，官方已紧急回应，表示正在讨论对策，并呼吁作者发现问题及时反馈，再次凸显了AI时代学术诚信面临的严峻挑战。