苹果AI论文太坑了！用GPT写的GT，导致北京程序员通宵加班

主要观点总结

本文描述了一个关于AI大模型公司阶跃星辰的研究员被苹果在arXiv上发表的论文坑害的事件。论文中提出的benchmark存在荒谬的官方代码bug和高达约30%的GT错误率。研究员尝试适配这个benchmark后发现问题并公开反馈，最终促使论文作者撤稿并承认数据质量审核不周的问题。

关键观点总结

关键观点1: 事件背景

AI大模型公司阶跃星辰的研究员被苹果在arXiv上发表的一篇论文中的benchmark吸引，尝试适配后发现存在荒谬的官方代码bug和GT错误率问题。

关键观点2: 问题发现与反馈

研究员发现论文中的问题后，通过GitHub向作者反馈，并公开评论指出其中的错误。经过一系列的努力，包括组织语言和撰写公开评论，最终促使论文作者承认数据质量审核不周的问题并撤稿。

关键观点3: 社区反响与警示

事件引起网友的广泛关注，不少网友支持这位研究员的行为。此事也警示研究人员不要盲目信任表面包装，尤其是大公司产出的研究成果。

关键观点4: 论文作者的回应与教训总结

论文作者承认了数据质检不足的问题，并表示会认真总结这次的经验教训。他也感谢和尊重推动学术社区进展的每个人。