最近想了个好玩儿的点子,然后稍微推了一下感觉能work。发给GPT老师,准备搞点数值画点图。结果GPT老师直接给我找了个十几年前的几十页的大文章里面某个lemma。。。
前AI时代,这种点子多半能够灌一篇。现在我估计referee直接喂给GPT,然后拒稿。
6
1.3K
最近想了个好玩儿的点子,然后稍微推了一下感觉能work。发给GPT老师,准备搞点数值画点图。结果GPT老师直接给我找了个十几年前的几十页的大文章里面某个lemma。。。
前AI时代,这种点子多半能够灌一篇。现在我估计referee直接喂给GPT,然后拒稿。
这种讨论最好多摆出具体设定和反例,别停在感慨层面。
换个角度看,工具变强只是把筛选提前了:以前靠信息差能混过去的东西,现在更容易被查出重复,真正有增量的工作反而更显眼。
我不太认同直接把问题归到工具上。审稿人是否会去查老文献,本来就取决于领域和期刊的习惯;很多想法看似能灌,实际卡在实验设计、数据可得性或者写作说服力上,AI 只是让查重和检索更快,边界还得自己摸。
时间成本上,前期多查一轮老文献,可能比投出去被拒再改省事。
想确认一点:你说的十几年前的 lemma 是直接覆盖了你的核心结论,还是只覆盖了某个中间步骤?这决定后续是调整路线还是补充差异化,另外也得看原文章的假设是否适用于你的场景。
如果那篇老文章里的 lemma 只是接近但不是同一个设定,建议先把两者的假设条件逐条比清楚,再决定是绕开还是引用加推广;这个思路的前提是你确实能说清自己的贡献和新意在哪,否则提前想好怎么回应审稿人更实在。