事件概述 - 一篇关于谷歌AI论文“TurboQuant”涉嫌学术不端的报道，引发了学术争议并导致相关内存股市值震荡约900亿美元[1] 关于TurboQuant团队的公开回应 - 团队在OpenReview平台发布四点“技术澄清”以回应指控[2] - 澄清核心创新在于推导出旋转后向量坐标的精确分布并实现最优逐坐标量化，而非建立在RaBitQ之上，并称随机旋转是量化领域的标准技术[3] - 承认最初对RaBitQ理论最优性的评价有误，因未发现其附录中的严格误差界，承诺将在论文手稿中更新并致谢[3][4] - 声明运行时基准测试对其研究结论不关键，主要贡献在于压缩率与模型质量的权衡，而非特定加速效果[4] - 指出TurboQuant论文自2025年4月已在arXiv公开，并提及与RaBitQ作者有过早期沟通，质疑对方为何在论文获得广泛关注后才提出技术问题[4] 学术社区对回应的批评 - 社区认为回应未能平息争议，反而引发更强烈的反弹[5] - 批评将RaBitQ率先组合使用的核心步骤（随机旋转）描述为“行业常识”，而将后续的分布推导包装为核心创新，被认为不够厚道[7] - 指出TurboQuant对RaBitQ理论“次优”的核心评价竟是基于“没仔细看附录”的草率结论，且RaBitQ团队早在近一年前已通过邮件指出误读[8] - 对“硬件对比”争议反应强烈，指责TurboQuant用NVIDIA A100 GPU对比被限制在单核CPU且关闭多线程的RaBitQ Python代码，是“田忌赛马”式跑分造假，并质疑若速度对比不重要为何当初要将其写入论文[9] - 审稿人表达不满，指出评审阶段已建议作者充分讨论与RaBitQ的差异，但最终版论文不仅未进行有意义探讨，反而将相关描述移入附录[10] 事件反映的行业问题 - 事件折射出科技巨头（如谷歌）凭借强大影响力与PR能力，可能将独立研究者的基础工作包装为“革命性突破”，并迅速塑造行业叙事，甚至影响股市[12] - 在巨头数千万曝光量的推动下，论文中错误的叙事若不被纠正，极易自动成为行业共识[13] - 事件伤害了AI研究社区赖以生存的信任基石，当“跑分造假”被轻描淡写、“忽视先行研究”被搪塞，破坏了科学研究所需的诚实与透明交流[14]