整个网络的热ChatGPT图像

ChatGPT 一夜之间火爆全球,有人和它聊天、有人用它写诗歌、甚至有人让它写代码……

近年来,随着深度学习技术的飞速发展,自然语言处理(NLP)领域也取得了一系列的重大突破。其中,语言生成模型是 NLP 研究的重要方向之一,被广泛应用于各种场景,如文本生成、对话生成等。

OpenAI 公司在 2019 年推出了一款名为 ChatGPT 的语言生成模型,它是基于 Transformer 架构训练而成,是一款高效、可靠的语言生成工具。

ChatGPT 通过训练大量的文本数据,能够学习到语言的特征,并生成合理的文本。它在文本生成、对话生成等方面表现出了出色的能力,能够生成简洁明了、具有逻辑性的文本。


小米手机 MIUI 必杀技,90%的用户根本没用过


小米手机刷全球版/欧版 ROM 通用教程


Windows10终于支持Android子系统,双击apk即可安装安卓app


此外,ChatGPT 还具有很高的模型可扩展性。它可以在不断接受新的训练数据的情况下不断提高自身的能力,从而适应不同的领域和场景。

总之,ChatGPT 是一款优秀的语言生成模型,它的高效、可靠和可扩展性都使得它成为 NLP 研究和开发的有力工具。在未来,它将继续发挥重要作用,并为 NLP 领域带来更多的创新。

ChatGPT 的训练数据来源于互联网上的大量文本,它学到了人类语言的各种特征,并且能够根据给定的语境生成相应的回答。它可以生成文章,回答问题,进行对话,甚至可以生成代码。

ChatGPT 的准确度高达 99.999%,远超过人类的水平。它可以快速生成高质量的文本,大大节省了人们的时间和精力。同时,它还可以消除人类的疏忽和错误,保证生成的内容的准确性和可靠性。

此外,ChatGPT 还具有极高的学习能力。它可以根据新的数据自我学习和提高,进一步提高自己的准确度。

总之,ChatGPT 是一种非常厉害的 AI 技术,它的出现将改变人们的生活方式和工作方式,带来更多的便利和效率。

在推出几周后,OpenAI 的 ChatGPT 引发了一场新的全球人工智能竞赛。聊天机器人是新一波所谓的生成式 AI 的一部分——从文本到图像生成内容的复杂系统——这将成为十年来对大型科技、行业和工作的未来最具颠覆性的力量之一。

微软公司已将该技术添加到其产品中,包括搜索引擎 Bing,而竞争对手谷歌和百度也在努力推出类似的工具。

相信最近大家也已经从各大媒体头条感受了 ChatGPT 的强大之处,各种各样的应用场景,可以说是数不胜数。这里就不再一一举例了。

但是由于 ChatGPT 对国内的限制,导致很多朋友无法及时体验,所以小妹也一直没给大家推荐这个项目。

不过高手在民间,很多大神都在第一时间对该项目搭建了本地化的网页,甚至无需注册就可以直接使用(链接在文章末尾)。

以下是小妹在 Excel 的一个应用场景,小妹尝试让 ChatGPT 尝试写一个宏代码,代码的作用是从下面两张表中找出差异之处。小伙伴们也可以先用肉眼看一下,看能不能找出两表之间的差异。

下面是 ChatGPT 给出的回答,将代码直接粘贴到 Excel 的宏模块窗口,效果马上就出来了。

下面第一张表中的红色标记,就是运行代码之后的结果。怎么样?效果是不是很强大。

ChatGPT 的应用场景还有很多,如果大家有需要,请留言给小妹,小妹会抽时间做一期 ChatGPT 应用场景汇总。

除了 ChatGPT,微软也在最新版 Excel 中集成了人工智能,只要在 Excel 中简单描述,Excel 就会自动完成对应的任务,总体效果甚至比 ChatGPT 更好,有兴趣的小伙伴可以观看今天的第二篇推送。

https://chat.forchange.cn/
https://chat.h2ai.cn/home

比谷歌地球更好!SU可以一键生成3D城市建筑!

你有没有发现,在我们的方案文本中,无论是前期分析,又或者是鸟瞰图,总离不开一个元素——周边城市建筑。

一般来说,我们要获取城市周边元素有2个途径。

第一个是使用地图工具,谷歌地球、高德地图等,可以直接通过他们生成3D城市建筑,既可以调整配色,还精准,但唯独有个问题,就是只能导出图片,并不能生成模型。

而另一个方法则稍微笨拙一点,将规划的CAD图导入SU中,然后再通过推拉工具,将建筑一栋栋“建起来”,虽然生成的是SU模型,但比较耗费时间。

那就究竟有没有什么方法能快速生成项目的周边建筑模型呢?

当然有!今天观察员给你推荐一个SU“造楼”神器,只需要你轻轻点一下,它就能够根据建筑轮廓的平面,一键生成周边建筑。

接下来,一起看看这个神器吧。

文末附SU模型推拉神器

一键生成错落建筑群!

以往,我们用SU做场地周边建筑的时候,需要先导入CAD图,然后逐个逐个推拉,这样效率太低了。

而如今,你却可以直接通过这个神器,将建筑底图一步变成高低错落的建筑群。再搭配建筑造型神器Magiz,周边建筑瞬间丰富了起来。

一键生成写实铺装!

我们一般在SU中,是不是通常用贴图来作为铺装?这样远看还可以,而近看却显得太假了。

用了这个神器,你能根据铺装纹理,生成带缝铺装,并形成倒角。

参数化景墙快速生成!

你以为只有Rhino参数化才能生成那种独特的景墙吗?NONONO。

这个神器也一样可以!而且效果不输于Rhino。

多面景观小品轮廓,一键生成!

我们在做一些特殊的曲面小品时,有时候碍于非水平面,无法做出太多立面上的变化。

而这个神器,无论是水平面还是曲面,甚至是球体,都能轻松推拉。

而且,还能将面变成“点”,从而快速做出丰富的景观小品。

总的来说,这个神器能帮你解决掉很多“面”的问题,赶紧下载试试吧。

SU模型快速推拉神器

适用于SU2017-2020版本,附使用教程

资料获取方式

私信回复: 005

即可领取资料

设计气象台,广受90后年轻设计师喜爱的设计黑科技平台。全网最新的建筑/景观/规划/室内设计资源、知识干货,让你满载而归。如果你喜欢设计,请关注我们。

在一篇文章中看到谷歌的年度人工智能活动:第一代人工智能超分辨率视频,发布1000种语言计划

2智东西(公众号:zhidxcom)

作者 | ZeR0

编辑 | 漠影

智东西11月3日报道,昨晚,谷歌举办人工智能(AI)年度活动,并公布多项AI研究进展,包括用AI生成具有难以置信的真实性的视频、文字、图像、音频,以及用AI预防洪水、野火等自然灾害,解决社会面临的重大挑战。

同时,谷歌宣布推出“一千种语言计划”,其语言模型将支持全球1000种最常用语言的模型,让更多语种受益于AI。

一、AI准确理解文字描述,生成超分辨率视频

生成式AI已经成为高效生成文本、代码、音频、图像和视频的强大工具。

今夏早些时候,谷歌介绍了两种AI生成图像模型Imagen和Parti,它们都能从文本提示生成图像。随后谷歌又公布两种互补的研究方法Phenaki和Imagen Video,能根据文本生成短视频。

其中,Phenaki可以随着文本描述(prompts)的时间变化,生成长达数分钟的连贯视频;Imagen Video是应用于视频序列的扩散模型,在文本理解方面建立在大型Transformer语言模型之上,在高保真图像生成方面依赖于扩散模型,因此兼具高逼真度和极强的语言理解能力。

谷歌Imagen Video和Phenaki团队一直在合作制作AI生成的超级分辨率视频,将Imagen Video和Phenaki模型结合起来时,能得到两全其美的结果:在帧级的超级分辨率和时间上的一致性。

二、写小说、3D合成、音频生成,AI样样在行

除了从文本生成视频外,谷歌也分享了其用于协作的可控文本生成项目LaMDA Wordcraft,可帮助产生一些新的想法或重写句子,来为作家提供协作灵感。

为了测试LaMDA Wordcraft的能力,谷歌与专业作家合作组成研讨会,让他们使用探索写作的文本生成项目Wordcraft编辑器来创作一卷短篇小说,来试验AI文本生成的能力。

参考链接:https://sites.google.com/corp/google.com/wordcraft

在从文本到3D合成方面,谷歌研发了一个预训练的2D文本到图像的扩散模型DreamFusion。给定一个描述生成,DreamFusion就能生成具有高保真外观、深度和法线且能够在不同光照条件下进行渲染的3D模型。

参考链接:https://dreamfusion3d.github.io/

在音频生成方面,谷歌有一个全新的音频生成框架AudioLM。这是一个纯音频模型,在没有任何文字或音乐符号表示的情况下进行训练,可以只根据简短的音频样本学习生成逼真的、高质量的语音和音乐。

谷歌还宣布推出第二代AI Test Kitchen,为人们提供一个了解、体验和反馈其新兴生成性AI技术的途径。第二代AI Test Kitchen将通过两个演示来进一步展示从文本到图像的生成。

第一个演示是“城市梦想家”(City Dreamer),它使用谷歌对话引擎LaMDA和谷歌的图像模型组合,使用户能快速构建个性化的城市景观;第二个演示叫“Wobble”,使用谷歌的图像模型LaMDA和谷歌最新的2D-3D休闲动画技术,可以创造能移动、跳舞的友好怪物。

这些体验将在AI Test Kitchen中陆续登陆,用户可从Play Store或App Store获得该应用,并开始使用LaMDA。

三、推出一千种语言计划,让AI助攻全球语言

语言是人们互相交流和理解周围世界的核心介质。2017年,谷歌开发了Transformer语言模型,它被视作所有现代语言模型的“鼻祖”,此后谷歌一直专注于具有突破性的语言模型研究,诸如谷歌翻译等应用已经支持几百种语言,谷歌还宣布新增对24种语言的支持。

但这些仍然远远不够。世界上有超过7000种语言,而目前互联网只能很好地支持其中一小部分。

为了向全球更广泛的地区提供基于AI的语言技术,谷歌推出“一千种语言计划”,以支持全球1000种最常用语言的模型。谷歌将这比作“登月行动”,希望以此为世界各地边缘化群体的数十亿人带去更大的包容性。

这个计划覆盖了谷歌长期在多模态、与更多语言群体合作等方面的努力。当前谷歌在研究更先进的模型,能直接处理基于语言的信息,跨越图像、视频和语音等多种模态。

例如,谷歌已经开发了一个通用语言模型(Universal Speech Model),它支持400多种语言,是迄今覆盖语种最多的语言模型。

谷歌正与世界各地的语言群体合作,以获得语言数据,最近宣布在Gboard上支持另外9种非洲语言的语音输入,并在南亚积极收集所有方言和语言的代表性音频样本。

与此同时,谷歌计划在YouTube、GBoard、Translate等产品中改进语言支持,方便人们基于不同语种使用这些技术,并找到相关内容。

四、AI预警洪水,能精确大约100米的范围

洪水每年在世界各地夺走数以万计的生命,造成数十亿美元的损失。而可靠的早期预警系统已被证明可减少43%的死亡、35-50%的经济损失。

谷歌早在2017年就启动洪水预测项目,通过引入AI技术,为人们提供准确而详细的警报,以抵御每年洪水带来的灾难性损失。谷歌洪水预测系统能告诉人们哪些地区将受到影响,以及每个点位的水深是多少,可精确到大约100米的范围,即大概精确到一个村庄或一个社区。

人们能直接在谷歌地图(Google Maps)上看到这些信息,及时做出响应。

此前该系统主要用在印度和孟加拉国。去年,谷歌向印度和孟加拉国的2300万人发送了1.15亿条有关洪水的通知,并引导他们关注Google Search和Maps上的洪水预警。在谷歌的支持下,耶鲁大学经济增长研究中心进行的初步研究表明,其通知使收到洪水预警的人数增加了2倍,采取保护行动的人数也增加了3倍。

借助迁移学习AI技术,谷歌宣布该系统将扩展到18个新的国家,包括巴西、哥伦比亚、斯里兰卡、布基纳法索、喀麦隆、乍得、刚果民主共和国、象牙海岸、加纳、几内亚、马拉维、尼日利亚、塞拉利昂、安哥拉、南苏丹、纳米比亚、利比里亚、南非等。

此外,谷歌还在全球范围内推出新的模型Google FloodHub,该平台可以显示洪水可能发生的时间和地点。

五、实时火灾追踪,及时扑救野火

因气候变化,野火近年来持续恶化。每年,野火造成的损失高达26亿美元,并产生约2千兆吨的二氧化碳排放。

谷歌野火团队使用卫星图像来训练机器学习模型,使其能从空间和时间的维度去识别野火,并及时告知其用户野火发生的地点。其野火追踪项目已在澳大利亚、美国、加拿大和墨西哥上线。

目前谷歌正在研究的3个模型:

1、实时火灾追踪:其模型可实时识别现有火灾的范围。该模型自2021年11月在澳大利亚的Google SOS警报上推出,2022年7月在美国、加拿大和墨西哥的Google SOS警报上推广。

2、火灾蔓延预测:该模型旨在预测现有的火灾将如何演变,以便为正在进行野火扑救的小组提供如蔓延方向预测等的业务信息。

3、早期野火探测:此模型能在火灾出现后不久就发现火灾,以便在火势失控前通知有关部门。

六、为产妇和视网膜疾病筛查带来福音

面向医疗健康,谷歌正通过引入AI技术,帮助呵护产妇健康和加强糖尿病视网膜病变等眼部疾病问题的筛查。

上个月,谷歌在国际学术顶刊Nature的子刊Nature Communications Medicine上发表了一篇论文,展示了AI如何帮助读取和分析低成本超声设备的数据。这可以向准父母提供他们所需的信息,以便其在孕期更早地发现问题。

此外,谷歌还与美国西北大学医学院合作开发AI,协助护士和助产士轻松地收集和解释超声图像。该工具有能力确定胎儿的位置和胎龄,而且可以在没有网络连接的设备上运行,对医护人员在怀孕早期发现问题很有帮助。

与此同时,谷歌也在加强眼科筛查计划,利用其自动视网膜疾病评估工具(ARDA)开展了大量工作,已经成功筛查了超15万名患者,其中有超过一半的筛查是今年完成的。

谷歌还在开发用手机监测呼吸和心率的技术。

结语:致力于研发负责任的AI

推进AI研究的旅程中,在帮助人们解决重要现实问题的同时,谷歌一向对道德约束和社会影响非常谨慎。

在本次年度AI活动上,谷歌也再度重申了对负责任的AI的重视,强调如果在没有任何原则或道德指导的情况下开发生成式AI技术,这可能带来很大风险,比如被恶意行为者利用去做坏事。

因此,谷歌研究团队正积极地将谷歌AI原则(Google AI Principles)融入其中,尤其注重3个关键方面:

1可控确保制造的工具有益于人类,模型和项目需要适当的人为控制,以确保用户安全,例如文本生成图像模型使用了保障数据集来防止生成有害的图像。

2、制造能够检测生成式AI的工具:谷歌在AudioLM项目中训练了一个分类器,能以近99%的准确率检测合成语音。

3、与世界各地的社区积极合作:开源对于谷歌来说是很重要的一部分,谷歌计划制定一套开源政策,以适应其AI原则。谷歌还在积极与艺术家和创作者等合作。

由软件生成的假论文充满了废话,但它们欺骗了真正的学者

只需输入作者名,电脑就能帮你生成一篇“SCI级别”的计算机论文。

摘要、背景介绍、实验结果、图表、讨论以及结论等都一应俱全。

世上就是有这等美事。

只要你想,一口气就能搞个几百篇计算机论文。

尽管SCIgen只是一个网页程序,但它产出的论文格式可能比一些本科论文还要规范。

这是本人用SCIgen自动生成的论文,SCIgen官方网站为https://pdos.csail.MIT.edu/archive/scigen/感兴趣的可以自己一试

不过也别高兴得太早,到目前为止AI还无法取代人类完成科研任务。

别看这些生成的论文有模有样,但根本没有地球人能看得懂。

不是因为太高深,内容纯属是“一本正经地胡说八道”

但这并不要紧,因为在学术界总是会有人上当。

将这些计算机论文,投稿到一些国际学术期刊还会被录用,极具讽刺意味。

SCIgen界面

学术出版界也是个江湖,同样鱼龙混杂。

并不是所有人,都奔着证明自己或是发现真正有价值的东西而来。

而SCIgen这个程序的诞生,就是为了戏耍学术界的那些“野鸡期刊”。

这些只以盈利为目的的野鸡期刊也叫掠夺性期刊(Predatory journals

),学术质量与信誉都很低。

他们的日常就是疯狂地给科研人员发送垃圾邮件,以“征集论文”之名吸引那些没有发表经验的学者上当。

一般来说在论文发表前,学术刊物主编会邀请专业领域内有一定造诣的同行学者,评议论文的质量。

这也叫同行评议,刊物会按评议结果决定是否发表。

但掠夺性期刊,只要钱到位他们都能安排论文的发表,连审都不用审。

因为日常不堪骚扰,麻省理工学院(MIT)计算机科学与人工智能实验的几个学生就看不过去了。

2005年,Dan Aguayo、Max Krohn和Jeremy Stribling三人,决定向这种”水”得不行的期刊和会议宣战。

从左到右分别为Dan Aguayo、Max Krohn和Jeremy Stribling

那时已临近学期末,但这MIT三剑客还是花了一两星期去开发这个小程序。

SCIgen的原理很简单,有些类似于填词游戏

学术论文的格式是非常相似的,它本身就充满了专业词汇和固定的句式。

而SCIgen则能够从固定的词库中,随机抽取出这类计算机领域内的专业术语,以符合语法的方式生成文本。

再加上一些漂亮的图表和详细的参考文献等,就能骗过不少外行。

SCIgen生成的论文中带有的图表

但这个软件真没多厉害,内行人一看就知道全文是在“胡说八道”。

要怪,就怪一些期刊和会议灌水得太过分了。

不出所料,他们第一篇自动生成的论文就攻破了WMSCI(World Multiconference on Systemics, Cybernetics and Informatics)会议的防线。

这篇论文名为《Rooter:处理接入点与冗余的典型合一方法》,看似高大上其实内容根本不知所云。

而WMSCI会议,不但接受了这篇假论文,还邀请作者出席会议作报告。

这下可高兴坏了MIT三剑客。

毕竟在这之前,他们就听说WMSCI会议以接受水货著称,但没真想到他们居然这么水。

于是,他们便把SCIgen攻陷WMSCI的事情经过发到网上。

一波嘲讽下来,这在科研圈立马引起了广泛的关注。

毕竟大家早就看不惯这些掠夺性期刊和会议。

这下WMSCI会议是颜面扫地,立马撤回了对他们团队的邀请。

不过,失去报告资格,这三剑客反倒来了兴致。

利用在网络上众筹来的2500美金,他们决定将恶作剧升级,搞一波大的。

这三人,长途跋涉地在同一天赶往了会议所在的佛罗里达州奥兰多市。

就在大会举办的同一地点,他们租了一块场地,用“假身份”开了一场属于自己的“分会场”。

“假会议”现场,该有的都有

想要伪装一场学术会议并不难,和论文灌水一样只要有钱就够了。

而报告内容用SCIgen就能无限生成,这种垃圾想要多少就有多少。

除此之外,他们还置办了一批假的宣传海报、假名片、假胡子和假发等。

反正,这场学术会议的一切都是假的。

但这并不妨碍有人上当,当时来听他们装模作样演讲的人还不少。

如果不明真相,或许这些人到现在都仍以为自己是在听WMSCI的报告。

演讲现场,图中为戴着假发的Jeremy Stribling

但这场闹剧,并没有随着这场假学术会议的结束而收场。

刚开始,只是IEEE撤销了对WMSCI会议的资助。

到后来,越来越多人开始使用SCIgen产出的“钓鱼文”在其他学术期刊“试水”。

现阶段,这三位SCIgen元老已步入职场,深藏功与名。

而他们留下的这款软件,则将学术界搅得天翻地覆。

例如,德国的学生利用这款神器,就攻下了2008年和2009年在中国武汉举办的两个IEEE国际会议。

当时,Schlangemann教授就被当成知名学者,还被邀请作为会议的主持人出席。

但Schlangemann教授并非真有其人,他只是一个由这位学生创造的虚拟角色。

而这个名字,则源于一部名为Der Schlangemann的德国电影。

Schlangemann教授还有虚拟的个人网站,感兴趣可以自行搜索Der Schlangemann的形象,比想象中还要讽刺

现在SCIgen的访问量依然惊人。每年的浏览量仍超过60万次,无数钓鱼文在源源不断地产出。

这导致了这个页面,隔几个月就要崩溃一回。

2013年,法国格勒诺布尔大学的研究员Cyril Labbé就透露了一个令人不安的事实。

他在IEEE和Springer出版公司旗下的期刊中,就发现了超过120篇SCIgen生成的诈文。

对于自己是否已彻底排查出所有乱入的伪论文,Labbé自己心里也没底。

因为他本人也无法从有限的订阅源内下载所有的论文。

这也是学术出版商常常遭到诟病的一点。

想在期刊上发论文需要收取高昂的版面费,但想在上面下载论文则又要付另外一笔费用。

就算是作者本人在学术期刊上发表的论文,想要下载都不能例外,一律收费。

而除了期刊的审核不严格,Labbé还揭示了另一个漏洞。

那就是,利用SCIgen这类垃圾论文软件,竟可以给自己狂刷h指数(H index)

一名科研人员的h指数,是指他至少有h篇论文被引用了至少h次

这是评价个人学术成就的一个新方法。

例如,某人的h指数是20,这表示他已发表的论文中,每篇被引用了至少20次的论文总共有20篇。

但所谓的H指数,在SCIgen的捣乱下就无法起效了。

当时,Labbé就以“IKE ANTKARE”作为作者名(注意,IKE ANTKARE这人并不存在),用SCIgen生成了102篇垃圾论文。

这让IKE ANTKARE在谷歌学术中的h指数,一下子飙升到了94。

他还一度挤进了计算机科学领域科学家中h指数排名的前六。

当然,为了让h指数变高,他也用了一点小技巧。

这100篇假论文中,每篇都会对所有作者名为IKE ANTKARE的假论文进行引用。

而为了让谷歌学术能够对这100篇论文进行索引,Labbé还在参考文献中加入了唯一一篇真实的,已被谷歌学术索引的论文。

“我自己引用自己”,就这样IKE ANTKARE凭一己之力就成了学术界冉冉升起的新星。

这一虚拟人物的h指数,甚至比爱因斯坦还要高。

当然,IKE ANTKARE这颗学术新星陨落得也很快。

因为Labbé已经将自己的一系列骚操作写成论文,对世人公开了IKE ANTKARE的虚拟身份。

随后谷歌学术,就对IKE ANTKARE进行了封杀并删除了他的论文。

Cyril Labbé本人

因为一些知名学术期刊,会对这些计算机生成的诈文照单全收。

那么,我们就有理由相信一些作者会把SCIgen当作赚钱的工具。

于是,为了揪出这些混入科学期刊的诈文,Labbé就与Springer合作特意开发了一款针对SCIgen的软件——SciDetect

这款开源软件,能够自动检测出哪些是由SCIgen生成的假论文。

但在这之后,SCIgen的创始人之一Stribling是这样评价此事的。

“他们开发了一个新程序,而不是制定更好的政策让所有被接受的论文有更好的评审过程,这事本身就挺搞笑的”。

事实上,SciDetect的作用并不大,想要绕开这个程序的检测并不难。

Stribling表示,如果这是一场军备竞赛,他敢打赌再次骗过SciDetect只是时间的问题。

事实上,学术钓鱼从上个世纪就已经存在了。

早在1996年,量子物理学家艾伦·索卡尔(Alan Sokal)撰写的一篇科学诈文,就引起了一场“科学大战”

他将一篇充满了常识性错误的论文,投稿至著名的文化研究杂志《社会文本》。

标题为《超越界限:走向量子引力的超形式的解释学》。

结果《社会文本》的五位主编,都没有发现这是一篇诈文,还一致通过将文章发表。

东窗事发,这立即触发了一场席卷全球的科学大论战,世界众多著名的媒体都参与其中。

艾伦·索卡尔

相比SCIgen,艾伦·索卡尔还是比较有诚意的。

尽管内容还是一本正经地胡说八道,但论文毕竟还是他自己亲手炮制的。

他将量子物理学中的术语、后现代主义领军人物的术语,还有他自己捏造词句糅合在了一起。

于是便得到了一篇毫无学术内涵,但又充满“后现代”风格的诈文。

而作为学术钓鱼的鼻祖,之后的学术钓鱼事件都被称为“索卡尔的平方”

那么学术钓鱼,何时能消失?很简单,只有鱼儿不上钩,钓鱼就会自动失去意义。

*参考资料

Adam Conner-Simons.How three MIT students fooled the world of scientific journals.MIT News.2015

Jerrusalem.“三傻”大闹科研坞:我们怎么钓出了那些水货?.果壳网专访.2015

李慧翔.给我一篇假论文,我能骗倒半个地球.南方周末.2013

John Bohannon.Hoax-detecting software spots fake papers.Science.2015

CYRIL LABBÉ.One of the great stars in the scientific firmament. ISSI NEWSLETTER.201