韩国AI团队抄袭震动学界！1个导师带51个学生，还是抄袭惯犯

杨净 明敏 发自 凹非寺
量子位 | 公众号 QbitAI

今年CVPR，着实有点魔幻了！

先是韩国首尔大学AI团队的Oral，即前4%的优秀论文，被曝出涉嫌抄袭10篇论文。有的地方，连一个单词都没有变。

事发当日即登上韩国头条，国内外网友震惊：搞到CVPR上也太行了吧。

更多人爆料，这个团队抄袭已经不止一次，基本操作了属于是。

结果这一波还未结束，另一波又开始了。

IBM发表在CVPR上的论文TableFormer被指抄袭国内2021年发表的一篇文章。

爆料指出，IBM论文剽窃了他们的方法，包括预处理、可视化、推理、系统解决方案等，但并没有引用他们的论文。

……

抄袭事件频出，于是乎不少网友感叹：这届CVPR太魔幻了。

甚至还有人直接在知乎上列出了这么一个问题：

大家一起来揭发吧。CVPR 2022都有哪些论文是抄袭的？

韩国团队被曝不止一次抄袭

先来看引发众人关注的韩国团队抄袭事件。

在通讯作者尹盛老和一作金某的最新公开回应中，都表示这次抄袭属于一作的个人行为，和团队其他人无关。

尹盛老解释说：

团队其他合著者把各自的部分发给了一作，但是他最后却没有使用，而是抄袭了别的论文。

他还补充道，现在一作本人其他两篇正在审阅的论文也都被撤回了。

不过，网友们顺藤摸瓜后发现，该团队似乎不止这一篇论文存在抄袭嫌疑。

比如这篇：《Towards Fast and Accurate Object Detection in Bio-Inspired Spiking Neural Networks Through Bayesian Optimization》。

检测软件显示，它有40%的抄袭嫌疑，文中有27处表达与之前研究高度相似。

还有另外一篇《Energy-aware Placement for SRAM-NVM Hybrid FPGAs》，也被发现存在类似问题。

通讯作者都是尹盛老。

与此同时，还有人指出尹教授的实验室规模很大。

博士生就有37位，加上硕士和博士后，实验室共有51位学生由尹盛老指导。

这也让有人担忧，一位教授是否能同时指导好这么多学生，他们的实验和论文质量是否会受到影响。

而从事件爆发的起点——油管曝光视频的内容来看，这次涉嫌抄袭的论文中，很多地方都是原封不动地搬运此前研究的表述。

涉及到的部分有Introduction、Preliminaries、Method等。

甚至有的地方是一字不落的copy。

全文出现的抄袭段落多达25处，曝光视频展示问题就花了7分多钟。

被抄袭的论文很多被NeureIPS、AAAI等顶会接收，其中还有几位一作是韩国人。

这也难怪上传曝光视频的人，会给视频起一个如此“刺眼”的标题：

E2V-SDE or: How I Learned to Stop Worrying and Love Plagiarism。

E2V-SDE又名：我是如何毫不担忧并爱上抄袭的。

这里的E2V-SDE，就来自尹盛老团队此次被CVPR 2022接收的论文标题。

现在，随着事件的不断发酵，尹盛老团队还引发了韩国网友的群愤。

要知道，尹盛老是韩国人工智能领域的权威专家，来自首尔大学人工智能研究所。

今年6月，他才刚刚被韩国科学技术部评选为“首席研究员”，每年享有大约8亿韩元（折合人民币约416万）的科研经费。

但如今，他的团队却深陷抄袭丑闻。

有人留言表示，希望相关单位能够严肃处理这件事情，让相关研究人员退出学术界。

过去30年里，很多人不分昼夜地努力研究，才让韩国能在CV顶会里发表更多论文，而他们的行为却如此过分！

实际上，韩国在CVPR 2022中的成绩确实值得关注，仅首尔大学就有25篇论文入选。

有人直接说，这件事太给韩国丢脸了。

而更为深层的原因还包括，韩国有声音担心，这次事件会是“黄禹锡事件”的二度上演。

2005年，曾任首尔大学兽医学院首席教授、一度被视为韩国民族英雄的黄禹锡，被揭发伪造多项研究成果。

其在《Science》上发表的干细胞研究均属子虚乌有。

2009年，黄禹锡被判处2年徒刑，缓刑3年。

IBM被指抄袭

就在韩国抄袭事件这边还在发酵，IBM也被曝出其入选的CVPR论文涉嫌抄袭。

来自平安科技的研究员，列出了九大证据，涉及方法论、预处理、后期处理、推理、文字行检测与识别等内容，目前已写成邮件发给了CVPR 2022 program chairs。

首先从核心方法论来看，两者都是表格内容识别任务，取名也类似，一个是TableMASTER，一个是TableFormer。

其中，两者的图像输入均为448*448。前者（TableMASTER）训练长度为500，而后者（TableFormer）则改成了512。

爆料者表示，里面很多痕迹都可以看出，IBM是在他们开源的预训练模型上跑的，只是改了些细节。

而最隐晦的也是直呼“最无耻”的，还要属文本单行检测这块，爆料者称：他们只改变了颜色。

一般而言，官方提供的数据中每个表格都是多行的，不利于之后的训练。

于是，研究团队对3000张图像进行了重标注， 将连在一起的多行拆分成单行。

而IBM的PDF Cells则是直接拿他们在GitHub上训练好的模型进行预测。

除此之外，根据爆料者描述，IBM还将他们的3条规则根据开源的代码，强行拆成9条规则。

目前，IBM方也还没有任何回应。网友也持有各种意见。

有人认为，这看起来像个人意见，作者有点情绪化。

还有网友则看完整个证据，很难相信IBM是原创文章，建议直接向CVPR项目委员会投诉。

One More Thing

最后，再来简单回顾一下今年有点魔幻的CVPR。

CVPR 2022投稿量高达8161篇，相比于去年7093分提交增长了15%，其中44.59%的作者来自中国。

其中，共有2064篇论文被接收，接收率为25.28%。在被接收的论文中，有342份被选为Oral。

最佳论文颁向了ETH Zurich、华盛顿大学、佐治亚理工学院、捷克理工大学等机构的研究者。

而最佳学生论文奖，则是颁给了达摩院的实习生。

李飞飞教授获得了本次大会的 Thomas S. Huang纪念奖。

除此之外不得不承认，今年CVPR确实热闹，毕竟有近6000人来到线下参会。

于是乎，另一个魔幻的事情发生了——不少人因此染上新冠。

网友还提问：到底是CVPR接收率高还是感染新冠率高？

参考文献：
[1]https://www.reddit.com/r/MachineLearning/comments/vlpnuw/d_ibm_zurich_research_plagiarised_our_paper_and/
[2]https://twitter.com/e2v_sde_parody/status/1540087877308239874
[3]https://arxiv.org/pdf/2105.01848.pdf
[4]https://arxiv.org/pdf/2203.01017.pdf
[5]https://www.youtube.com/watch?v=UCmkpLduptU&t=95s
[6]https://www.fmkorea.com/4760102853
[7]https://www.zhihu.com/question/539432448/answer/2543861341
[8]https://www.hankyung.com/society/article/2022062674031
[9]https://www.reddit.com/r/MachineLearning/comments/vjkssf/d_how_to_copy_text_from_more_than_10_previously/