斯坦福大學學生團隊抄襲中國開源模型，致歉之后

一人失聯、兩人致歉，連日來轟動一時的“斯坦福大學AI團隊抄襲中國開源大模型”事件迎來了最新進展。

北京時間6月4日凌晨，兩位來自美國斯坦福大學的本科生——席德哈斯·夏爾馬（ Sharma）和阿克什·加爾格（Aksh Garg）在社交平臺X（原“推特”）上主動承認了抄襲行為，并“向原作者們道歉”。

Siddharth和Aksh分別在X上發推致歉。 截圖自X平臺

但作為三人團隊中的關鍵人物——負責其項目代碼部分的穆斯塔法·阿賈德里（Mustafa Aljadery），卻“失聯”了。“我們原本希望由Mustafa 首發聲明，但自昨天以來一直無法聯系到他。”Siddharth和Aksh在推文中寫道。

美國名校——斯坦福大學的研究團隊抄襲來自中國的大模型，這在許多中國網友看來堪稱“魔幻”，該事件也被一些網友認為具有一定的標志性意義：“是時候重新認識中國AI的水平了。”

“斯坦福抄襲事件”始末

一切始于5月29日，一款名為“Llama3-V”的多模態大模型在開源社區GitHub上火起來。

來自斯坦福的創始團隊聲稱，僅用500美元成本，就能基于Llama3訓練出一個SOTA開源多模態模型。盡管規模不大（80億參數），但它能在性能上比肩“頂流”的GPT-4v、Gemini Ultra等。

惹眼的宣傳和斯坦福大學名校背景，很快就將Llama3-V推至聚光燈下。不出兩日，Llama3-V就在HuggingFace的社區榜單（HuggingFace Trending）中躋身前五。

只有真金不怕火煉。國內AI領域的學者“Magic Yang”越看越不對勁，他發現Llama3-V的架構和代碼，與一款來自中國團隊的大模型幾乎一模一樣，即清華大學和面壁智能團隊基于開源模型Llama3聯合開發的MiniCPM-Llama3-V 2.5，該模型于5月中旬發布。

但是，Magic Yang沒有看到斯坦福大學團隊對中國團隊模型表示任何形式的“致敬或感謝”——這在開源項目中往往是必要的。

他隨即在GitHub下留言提出質疑，但換來的卻是斯坦福大學團隊的詭辯或回避，后者甚至聲稱自己的工作早于中國團隊。而當他用模型代碼對比、分詞器對比等提出實質性質疑，后者竟然直接刪除了他的留言。

這徹底激怒了Magic Yang。他轉而來到清華大學和面壁智能開發的模型GitHub項目下爆料，并提醒面壁智能團隊注意此事。

收到提醒后，面壁智能團隊很快展開了調查。在Magic Yang提供證據的基礎上，他們得出了同樣的結論：“比較確信Llama3-V是對我們MiniCPM-Llama3-V 2.5的套殼”。

面壁智能首席科學家、清華大學長聘副教授劉知遠給出“套殼”判斷的一大理由，是其對于清華簡的識別能力。

兩模型對清華簡的識別幾無二致。劉知遠 供圖

“比較有意思的證據是，MiniCPM-Llama3-V 2.5研發時內置了一個‘彩蛋’，就是對‘清華簡’的識別能力。這是我們從清華簡逐字掃描并標注的數據集，并未公開，而Llama3-V展現出了一模一樣的清華簡識別能力，連做錯的樣例都一樣。”劉知遠說。

面壁智能CEO李大海介紹，這項工作是團隊耗時數月、從卷帙浩繁的清華簡中一個字一個字掃描下來，并逐一進行數據標注、融合進模型中的。

劉知遠（右）與李大海（左）在分享活動中。 圖源：面壁智能

斯坦福教授憤怒，中國作者：選擇原諒

面對Siddharth和Aksh幾乎一模一樣的致歉推文以及疑似“甩鍋”隊友（那位失聯的“代碼哥”）的操作，斯坦福人工智能實驗室主任克里斯托弗·曼寧（Christopher Manning）在得知該事件后，忍不住發推批評：“這是典型的不承認自己錯誤！”（How not to own your mistakes!）

Christopher Manning同時表示，他對這一研究毫不知情：“這似乎是由幾位本科生完成的，其中一些人在斯坦福大學。”不過，他認為抄襲事件是在給斯坦福大學蒙羞：“‘成功之前先假裝成功’，這在硅谷是不光彩的。”

在被爆料之后、發道歉推文之前，Llama3-V團隊“出于對原創者的尊重”，已經在Huggingface、GitHub上刪除和撤回了該模型。

“開源共享的基石是對開源協議的遵守，對其他貢獻者的信任，對前人成果的尊重和致敬，Llama3-V團隊無疑嚴重破壞了這一點。”劉知遠感慨，人工智能的飛速發展離不開全球算法、數據與模型的開源共享，面壁智能團隊此次開源的MiniCPM-Llama3-V 2.5就用到了最新的Llama3作為語言模型基座。

不過，他表示，Llama3-V團隊在受到質疑后已在Huggingface刪庫，而且團隊三人中的兩位也只是斯坦福大學本科生，他們“未來還有很長的路，如果知錯能改，善莫大焉”。

李大海則在他的社交媒體動態中談到，盡管對斯坦福大學學生團隊套殼事件深表遺憾，但同時也認為“這也是一種受到國際團隊認可的方式”。

中國AI崛起了嗎？

值得一提的是，在“套殼事件”發生之前，MiniCPM模型并未受到太多的關注。這一點，就連谷歌DeepMind研究員、深度學習模型ViT的作者之一盧卡斯·拜耳（Lucas Beyer）都為之鳴不平。

“這起事件中有趣的一部分是，斯坦福學生所描繪的‘低成本、高性能’模型是存在的，它就是MiniCPM-Llama3-V 2.5。”盧卡斯說道：“只不過它受到的關注不多，主要原因似乎是因為，它是出自中國團隊——而非常春藤盟校的團隊之手。”

這次事件，也讓劉知遠感慨良多。“過去十幾年科研經歷的斗轉星移”讓他感受到，十多年來中國AI科學技術水平其實是一直在進步的。

“回想2006年我讀博時，大家的主要目標還是在國際頂級會議上發篇論文；到2014年我做老師時，只有獲得國際著名會議的最佳論文等重要成果，才有機會登上系里的新聞主頁。”他寫道。

不過，劉知遠也體會到，2022年底OpenAI推出ChatGPT之后，國內公眾還是認識到了中美在AI領域的差距：“特別是2023年Llama等國際開源模型發布后，開始有‘國外一開源、國內就自研’說法。”

而今，中國團隊的大模型成果被來自斯坦福大學的團隊“套殼”——雖然是幾個學生，但也側面反映了中國的AI創新成果正在受到國際關注。

“從橫向來看，我們顯然仍與國際頂尖工作如Sora和GPT-4o有顯著差距；但從縱向來看，我們已經從十幾年的nobody，快速成長為人工智能科技創新的關鍵推動者。”劉知遠說，所以，“面向即將到來的AGI時代，我們應該更加自信積極地投身其中。”

多讀一點：同為開源，為何面壁智能是創新？

許多人不解：清華大學—面壁智能團隊的模型也是基于Llama 3開源模型開發的，為什么他們的工作可稱作創新，而斯坦福大學本科生的“工作”是套殼、抄襲呢？

其實，這兩者是有性質上的不同的。

具體而言，MiniCPM-Llama3-V 2.5是在原來MiniCPM-v2和Llama3開源項目的基礎上，使用公開或自有的圖文等數據集進行訓練、調優等升級而成的視覺語言模型，它具有視覺識別、自然語言交互等能力，具有潛在的應用前景，MiniGPT-4、LLaVA等均屬于此類。

而llama3-v根本沒有自己任何的創新，屬于“復制—粘貼”代碼和模型結構的“產品”。有行業人士指出，Llama3-V的團隊是在MiniCPM-Llama3-V2.5的基礎上加入高斯噪聲，進而偽造出了一個不同哈希值的“新模型”。表面上看起來它變得不一樣了，但實質上是完全的“套殼”。可以說，llama3-V只是MiniCPM-Llama3-V2.5的“加噪版本”。

開源社區的精神是分享，以讓更多人在開源技術的基礎上添磚加瓦、貢獻智慧、實現價值。事實上，斯坦福大學也有許多科學家對開源社區有非常大的貢獻。比如斯坦福大學計算機科學專業的華人博士生張呂敏，就對AI繪畫工具的開源共享作出許多貢獻。但是，將別人的開源貢獻套一層外殼，再宣稱是自己的成果，不僅有違開源精神，更是欺世盜名、不為人齒。

相關參考信息：

https://github.com/OpenBMB/MiniCPM-V/issues/196