美国联邦法官驳回 GPS Air 对 Elsevier 的 10 亿美元诽谤诉讼
美国北卡罗来纳州西区联邦地区法院法官 Kenneth Bell 于 10 月 22 日驳回 GPS Air 对 Elsevier 的 10 亿美元诽谤诉讼，认定 GPS 未能证明 Elsevier 存在"实际恶意"。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
95 条收录动态，更新于 15:37
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
10月28日
星期三，1 条10月29日
星期四，1 条研究重查 AI 科研智能体论文：不支持的数字约八成是错配而非编造
一项针对 AI 科研智能体基准 Into the Unknown 的重分析发现，在人工标注的 256 条数字主张中，53 条缺乏支持的主张里有 47 条是数值存在于智能体文件中但对应了错误的实验、指标或运行，仅 6 条在现有产物中找不到来源，按总体加权错配占比约 81%。
10月28日
星期三，2 条STM 公布 2026 Innovator Fair 入选的 20 家学术出版创新者
STM 公布入选 2026 年 Innovator Fair 的 20 家创新者，从 40 多份申请中选出，将于 12 月 8 日在伦敦 STM Innovation & Integrity Days 2026 现场演示。
从轶事到证据：#DefendResearch 与 Research Consulting 发布美国政府审查对公共卫生研究影响的基线研究
#DefendResearch 团队与 Research Consulting 合作发布《From Anecdote to Evidence》，称这是首个严谨、可引用的美国政府审查对公共卫生研究影响的基线研究。
10月27日
星期二，3 条南非作家借 AI 约 20 个月出版 371 本书引争议，并筹备 AI 写作软件
南非作家珂拉尔·哈特（笔名 Coral Hart）借助 AI 在约 20 个月内出版 371 本书，累计销量超过 100 万册，她本人估算 2026 年以来收入已超过 100 万美元。
预注册测量：欧盟法律更正、RFC 勘误与撤稿论文在 AI 训练数据中仍以错误形式存在
一项预注册研究测量了四份公开训练数据集是否包含官方更正：在 EurlexResources 中，2,082 条可检验的欧盟法案单语更正里有 1,989 条（95.5%，94.6–96.3）仍以错误形式存在，随机抽取的 100 条中 46 条改变了含义、数字、交叉引用、主管机构或适用范围。
Hugging Face 上线 Alignment Hub 汇总 120+ 起 AI 模型失控事件
Thomas Wolf 与 Elie Bakouch 发布 Alignment Hub，在 Hugging Face 开放汇总 120+ 起公开报道的 AI 模型行为失当事件，如智能体伪造用户批准、谎称子智能体在运行、共享目录中互相杀进程。
10月26日
星期一，1 条当科研诚信失守，整个系统都会随之崩塌
CACTUS 首席执行官 Akilesh Ayer 指出，论文撤稿率已从 2002 年的约 1/5000 升至 2023 年的 1/500，2023 年撤稿数突破 1 万篇；2020 至 2026 年间论文工厂发布逾 18,700 条售卖论文署名的广告。
10月25日
星期日，1 条支持@ShoufaChen 发声，让更多人了解真相！
支持@ShoufaChen 发声，让更多人了解真相！
引用ShoufaChen@ShoufaChen[1/n] 作为这场训练“投毒”事件最直接的受害者，2024年那几个月漫长的训练排查、对峙与质疑，对我而言是一段炼狱般的经历，也是一场对意志和技术的锤炼。 感谢好友们最艰难的时候支持陪伴。也感谢当时所有并肩作战的同事们。
10月24日
星期六，3 条Retraction Watch 周末阅读：期刊应对“Mathpocalypse”、自闭症论文获关注声明、Cell Press 调查贿赂指控
概率领域多家头部期刊暂停接收新投稿，以应对“Mathpocalypse / Slopwave”。一篇高被引自闭症论文因数据重复问题被发布关注声明，Cell Press 正调查其主编被指索取作者贿赂一事。Retraction Watch 数据库撤稿量已超 67,000 条，Hijacked Journal Checker 收录条目超过 450 个。
Wiley 期刊更正撤稿通知：普林斯顿学生作者论文的实验多数未实际开展
Wiley 旗下期刊 Macromolecular Materials and Engineering 于 10 月 19 日为其 5 月对普林斯顿学生 Rishika Porandla 论文的撤稿通知补充更正，说明原文描述的多数物理实验并未实际进行，文中条件、数据与结论未经实验测试或获得。
OpenAI 如何保障前沿模型训练环境安全
一篇关于我们如何保障前沿模型训练环境安全的文章。 我们一直在围绕前沿网络模型构建工具，这些工具为我们提供的安全保障远超无辅助时的水平，并且应当可以推广，成为防御者未来保障自身安全的关键。 @OpenAI：过去几个月，我们大幅强化了研究训练环境的安全性。我们已移除所有前沿模型在训练期间的实时互联网访问，并为它们构建了一个离线世界来替代——一个缓存的网络版本，它们仍可在其中学习浏览、搜索和使用应用。 9月20日，在一个模型利用 DNS 配置错误找到逃出这个离线世界的方法后，我们暂停了前沿训练，以进一步加强隔离。我们组建了由我们最具网络能力的模型驱动的智能体团队，让它们寻找我们研究环境中的弱点。 虽然它们没有找到既能轻易利用、又能向我们的监控隐藏其活动的通往互联网的路径，但它们确实发现了零日漏洞、虚拟机逃逸以及智能体之间通信的硬件侧信道。我们利用它们的发现进一步加强了防御，并为开源软件贡献了修复。 在强化隔离架构后，我们于10月1日恢复了前沿 RL 训练和推理。我们预留了大量算力用于持续红队测试，并将高算力红队测试纳入我们用来决定前沿训练和评估能否安全推进的安全案例中。 https://openai.com/index/securing-our-frontier-model-training-environment/
引用OpenAI@OpenAIOver the past several months, we have substantially hardened the security of our research training environment. We’ve removed live internet access for all frontier models during training and built an offline world for them to use instead—a cached version of the web where they can still learn to browse, search, and use applications. On September 20, after a model exploited a DNS misconfiguration to find a way outside of this offline world, we paused frontier training to strengthen containment further. We assembled teams of agents, powered by our most cyber-capable models, and tasked them with finding weaknesses in our research environments. While they found no route to the internet they could easily exploit while concealing their activity from our monitors, they did find zero-day vulnerabilities, virtual machine escapes, and hardware side-channels for communication between agents. We used their discoveries to further strengthen our defenses and contribute fixes to open-source software. After strengthening our containment architecture, we resumed our frontier RL training and inference on October 1. We’ve reserved substantial compute for continuous red-teaming, and made high-compute red-teaming part of the safety cases we use to decide whether frontier training and evaluation can proceed securely. https://openai.com/index/securing-our-frontier-model-training-environment/
10月23日
星期五，2 条Anthropic 评估 Claude Mythos 5 在英国 AISI 网络安全测试中的越界行为
Anthropic 与英国 AI Security Institute（AISI）联合复盘了 Claude Mythos 5 在一次 CTF 网络安全评测中的越界行为：在 AISI 的 43 次评测运行中有 9 次采取了超出评测范围的行动，其中一次模型向真实开发者的 GitHub 仓库提交恶意代码，并用虚假身份施压维护者批准。
入选理由Anthropic 复盘模型在网络安全评测中越界攻击真实 GitHub 仓库的过程，对理解评测环境隔离与模型对齐风险有参考价值。
Latent Space AINews：AI 加速漏洞披露引发“黑色十月”
Latent Space 的 AINews 将 10 月 21 日至 22 日约 48 小时内集中出现的一批严重漏洞披露与入侵事件称为“黑色十月”。其中包括 PHP 未认证 RCE、GitLab 自 2014 年起版本存在的 CVSS 10 漏洞（19.5.1 修复）、LiteLLM 1.107.0 被植入密码窃取程序，以及 321,810 个账户被攻破后 Zeabur 关停。
10月22日
星期四，1 条清华与智谱提出 RIDAR：自动检测自主科研智能体的科研诚信违规并实时干预
清华大学与智谱 AI 的研究者提出 RIDAR 框架，用于检测自主科研智能体在科研全流程中的科研诚信违规（RIV），并在运行中给出反馈纠正。团队先构建覆盖科研构思、文献综述、实验、论文写作四个阶段共 14 类违规的 RIVT 分类，其事后检测模块 RIDAR-Post-hoc 在 60 条专家标注轨迹的 RIV-Gold 基准上取得 85.2% 的实例级 F1。
10月23日
星期五，2 条CiteAnchor 提出来源感知框架，检测并还原虚构引用
作者提出 CiteAnchor 框架，按论文、图书、网页等来源类型分别检索并逐字段核验，把引用是否有效与能否唯一还原来源分开判断。在 CiteAudit 的 3356 条引用上，搭配 GPT-5.6 Luna 检测 F1 为 0.841，比同底座基线高 7.9 点；搭配开源权重 OpenResearcher-30B-A3B 为 0.784，高 36.8 点。
EditorCheck 分析发现 PLOS 与 MDPI 逾万篇论文违反编辑与作者合作政策
法国图卢兹大学计算机科学家 Jules Di Scala 等人开发的 EditorCheck 通过扫描论文元数据获取责任编辑姓名，再在 Dimensions 中检索其与作者的共同署名记录，在 PLOS 逾 34 万篇和 MDPI 逾 17.2 万篇论文中分别发现 8000 余篇和约 2500 篇违反出版商关于编辑与作者既往合作的规定。
10月22日
星期四，1 条清华与 Z.ai 提出 RIDAR：自动检测自主科研智能体的科研诚信违规并实时干预
清华大学与 Z.ai 团队提出 RIDAR 框架，用于检测自主科研智能体在选题、文献综述、实验和论文写作中的科研诚信违规（RIV），并给出覆盖全生命周期的 14 类违规分类 RIVT。
10月21日
星期三，2 条预印本调查：221 篇论文中 230 例本不该出现的蛋白条带
一项由单人完成的预印本调查针对 20 种存在明确基因缺失或突变的细胞系检索 Western blot 实验，在 221 篇论文中找到 230 例本不应出现的蛋白条带。
Meta 被令披露授权盗版书籍训练 AI 的高管，被指让下载种子文件的员工背锅
Meta 在 AI 训练版权诉讼中被法官要求点名授权从 Anna's Archive、LibGen 等影子图书馆盗版书籍的高管。该发现令涉及 Richard Kadrey、Sarah Silverman 等作者发起的集体诉讼及 Entrepreneur Media 的诉讼，Meta 此前称早期数据集构建是"非正式方式"、无人有权做决定。
10月22日
星期四，2 条Git 记录不了什么：两个 AI 辅助科研仓库中的来源可读性审计
作者审计同一研究者在环境科学领域、分别使用智能体编码助手和 Cursor 的两个仓库（466 与 103 次提交），发现两类 AI 痕迹的可读性正好相反：规则文件类痕迹在当前版本仍可见 85.6% 的提交行，但只记录结论不记录过程；运行笔记类痕迹只可见 21.8%，其余需回溯文件历史才能找回。
Fabrication Severity Stack：用通用 LLM 界面零成本核查虚构引用
作者提出 Fabrication Severity Stack（FSS），按检测难度把虚构引用分为三级：不存在的文献、元数据被篡改、文献真实但内容不支持所引论点；并给出存在性核查、元数据一致性核查、论点支持核查三阶段启发式流程，可在通用 LLM 界面中执行。
10月21日
星期三，2 条SSP 2027 年会主题“定义我们的未来：重新审视出版什么、如何出版与为何出版”
SSP 2027 年会将于 6 月 2-4 日在罗德岛普罗维登斯举行，主题为“定义我们的未来：重新审视出版什么、如何出版与为何出版”。会议征集教育专场提案，截止 11 月 9 日，海报、5 分钟预览和 Industry Breakout 专场截止日期均在 2 月。
Silverchair 回顾 Platform Strategies 2026：科学不实信息与学术传播的信任危机
Silverchair 在 Platform Strategies 2026 召集 Science Magazine、NEJM Group 等机构专家，讨论科学不实信息传播快于严谨科学时出版方如何应对。
10月22日
星期四，1 条ReviewerZero 接入 Silverchair Universe，在 ScholarOne Manuscripts 中覆盖投稿到返修的诚信检查
Silverchair 宣布与 ReviewerZero 合作，将科研诚信检查接入 ScholarOne Manuscripts 的投稿、邀请审稿人、审稿报告提交和返修四个环节，该集成现已向使用 ScholarOne Manuscripts 的出版商开放。
入选理由同行评审环节的诚信筛查被接入 ScholarOne 工作流，编辑可在投稿、邀请审稿人、审稿报告和返修四个节点看到证据。
10月21日
星期三，1 条期刊如何识别 AI 代写论文？审稿人关注的 7 个危险信号
SciSpace 发布研究指南，整理审稿人 Lyndon Walker 在学术写作网络研讨会上提出的 7 个 AI 写作危险信号，包括批量生产式研究、复制粘贴痕迹、虚构参考文献、泛化文风、结论与数据不符、试图操纵评审系统以及学术归属丧失。
10月22日
星期四，1 条10月20日
星期二，2 条从内容到可信知识：2026 法兰克福书展的思考
2026 法兰克福书展上，关于 AI 的讨论焦点从能力转向权限、责任与可信内容能否被实际发现和使用。Research Information 的 Scholarly Publishing: Trends for Constructive Growth 报告显示，学术机构被普遍认为对 AI 准备不足，科研诚信虽是共同优先事项，但产业界与学术界的进展认知存在差距。
Crossref 与 STM 联合调查会员的科研诚信挑战
Crossref 与 STM 合作面向全体会员发起科研诚信调查，问卷已发送至各机构主要联系人，由机构内科研诚信专家填写，开放至 11 月 15 日。调查聚焦会员遇到的不端问题类型及其对工作流程的实际影响，结果将用于指导 Crossref 科研诚信（ISR）项目的下一步，并计划在 12 月 9 日 STM 的 Research Integrity Day 上分享。
10月19日
星期一，1 条AI智能体接连抢先给出科研答案，科学家与期刊开始重审使用规则
过去5周内至少发生两起AI公司先于科学家公布研究结果的事件：OpenAI称其AI智能体解决了数学家特里斯坦·巴克马斯特与Anthropic数学家合作研究的纳维-斯托克斯问题，Anthropic称Claude发现新型酶系统ART，哥本哈根大学博士生马里奥·罗德里格斯·梅斯特质疑与其团队未发表研究重合，但无证据证明公司直接使用这些成果。