AI论文同名跨主题碰撞2026年增至4.33倍

事件综述根据 1 篇报道整理，11月3日更新

卡内基梅隆大学团队分析了2020至2026年间564,861条AI相关arXiv记录，发现跨主题的论文同名碰撞相对2020–2022年合并基线增长4.33倍，而同一主题内的同名碰撞仅增长1.12倍；换用第二个句向量编码器后，这一模式仍然成立。 在检索实验中，使用相同的三词查询构造，同名目标在基于标题的BM25下仍存在25.7个百分点的匹配识别差距，在标题加摘要的E5下差距为6.9个百分点。在固定的同名候选集内，使用查询与候选标题的列表式语言模型排序达到89.2%。 该研究为arXiv预印本，结论基于上述AI领域数据集与两种编码器设置。

综述由模型根据报道生成，细节以各篇原文为准。