logo
更多功能
个人中心

01/26

2024

2023年论文撤稿超1万篇，创历年之最，都是AI惹的祸，中国撤稿量未进Top3

导读每年年终都会有科学人物、临床研究盘点，今天不妨让我们看看“撤稿”盘点吧。2023年共撤稿超10000篇研究论文，创造历史撤稿数量之最。其中，Wiley旗下子公司Hindawi占了撤稿的大头，数量超过8000多篇。在过去的20年里，沙特阿拉伯成为撤稿最多的国家，紧随其后的巴基斯坦、俄罗斯，中国排第4。撤稿的原因也是五花八门。除了传统的“论文工厂”和数据造假外，AI化论文创作也成为撤稿的一大诱因。今年，众多科学名人都在撤稿方面“翻车”了，被撤稿的学者中，不乏名校校长、诺贝尔奖得主等。可以说，2023年的“撤稿观察”绝对值得一看。周 晨 | 撰文01 论文撤稿创历史之最又到了一年的年末，今天让我们来盘点一下今年论文撤稿情况。据Nature报道，今年研究论文的撤稿数量达10000篇之多，创下历史最高记录，几乎是去年的两倍。 今年有超10000篇研究论文被撤回（橙色为期刊，蓝色为会议文章）之所以有这么夸张的数据，很大一部分原因要“甩锅”到Hindawi头上。Hindawi是出版商Wiley旗下子公司，位于英国伦敦。截至目前，Hindawi期刊已经撤下了8000多篇文章，理由是“担心同行评审过程受到损害”和“系统性地操纵出版和同行评审过程”等因素。在过去十年里，论文撤稿率增加了两倍多。2020年后，撤回论文与发表文章的比例便不断上升，到了2022年后，这一比例更是超过0.2%。撤回论文与发表文章的比例（橙色为期刊，蓝色为会议文章）在过去20年里，发表超过10万篇文章的国家中，沙特阿拉伯的撤稿率最高，为每10000篇论文中有30.6篇论文撤稿（不包括基于会议论文的撤稿），排在之后的位巴基斯坦、俄罗斯和中国。中国的数据为每10000篇论文中有23.5篇论文撤稿（不包括基于会议论文的撤稿）。每10000篇论文中被撤稿的论文数量排名02 从Hindawi和AI看撤稿原因 之所以今年论文撤稿数量创下历年之最，Hindawi要包揽很大一部分责任。而今年，属实是Hindawi的“黑暗之年”。Hindawi是一家经同行评审、开放获取科学期刊的出版商，2021年被出版商Wiley收购，曾一度被认为是全球增长速率最快的OA（open access，开放获取）网站之一。可到了今年3月，Web of Science剔除了19本Hindawi期刊，主要理由在于“未能达到标准质量”，这让Hindawi学术诚信和质量经受了一波“拷打”。更雪上加霜的是，Hindawi惨遭各大知名高校和科研机构的“拉黑”，不少机构或明或暗地表示，不会在Hindawi上投稿，以免降低自己的学术声誉。多轮打击下，Hindawi不得不做出些实际行动来挽回自己的名声，撤稿8000篇论文也是它自纠自查的疯狂举措之一。但Hindawi的措施似乎没怎么奏效，12月6日，Wiley在财报电话会议上宣布将完全停止使用Hindawi品牌名称。Hindawi或将成为历史。而从Hindawi的教训上，我们能够总结出一些撤稿的原因。12月12日，Hindawi官方发布了一份官方白皮书，探讨了学术出版操纵的世界以及Hindawi受到的影响。在这份白皮书中，Hindawi提到了一些撤稿的原因：同行评审欺诈、论文工厂和出售论文作者身份，这些问题不仅扭曲了学术格局，还对学术出版诚信构成了挑战。要知道，Hindawi撤下的8000多篇稿件里，大多都来自特刊。2022年10月之前，Hindawi特刊项目会吸引一批自愿担任客座编辑的研究人员，并由他们提出特刊提案，发表的特刊稿件也通常由客座编辑来监督的。这种开放性的审查模式很快被一些“论文工厂”或骗子利用起来，成为快速发表低质量或虚假论文的通道。法国图卢兹大学（University of Toulouse）的计算机科学家纪尧姆·卡巴纳克（Guillaume Cabanac）提到，Hindawi被撤回的论文可能大多是假文章，但它们仍然被集体引用了超过35000次。也因此，Hindawi名声一落千丈。自此，不少人对于开放式学术圈的质量和声誉开始产生质疑。除了上述提到的“同行评审欺诈、论文工厂和出售作者身份”等常见撤稿原因外，“使用AI”正在成为撤稿的一大主因。自从去年ChatGPT爆火以来，不少学者将ChatGPT试做写论文的重要工具。今年1月，《卫报》（The Guardian）提出，“数以千计的科学期刊出版商已禁止或限制作者使用先进的AI聊天机器人提交论文”，理由是，担心会导致“学术文献中出现有缺陷甚至捏造的研究”。在这些AI禁令中，不乏有一些顶级刊物的身影，比如《科学》（Science）主编霍尔顿·索普（Holden Thorp）在1月更新了一项编辑政策，禁止使用ChatGPT编辑过的文本，并澄清该程序不能被列为作者。就在今年9月，就出现了第一例因为ChatGPT而撤稿的SCI论文案例。在学术期刊Physica Scripta的一篇论文中，出现了“Regenerate response”（重新生成回复）的字样，而这一字样的出现意味着这篇论文可能残存着使用ChatGPT的痕迹，也因此这篇论文最终惨遭撤稿。不过这两个月，一些期刊对于AI的态度似乎有些“松口”了：11月16日，《Science》杂志再一次更新了编辑政策，提到只要方法部分出现适当的披露，那么使用AI工具也不是不能接受。未来因AI工具对撤稿造成多大影响呢？我们可以让子弹再飞一会儿。03 中国的论文撤稿情况那么，中国学者的撤稿情况如何？在了解撤稿前，我们可以先谈一下中国的科研论文背景。据日本文部省报告显示，科学论文在数量、质量上都开始处于全球领先地位。从论文数量来看，目前中国遥遥领先占据榜首，占全球论文数量的24.6%，比美国高出8.5%；从引用次数来看，在全球前10%和1%被引用次数最多的论文中，中国分别占近30%和1%，超越美国位居世界第一。尽管高质量论文也不少，但事实上目前中国科研论文属于“泥沙俱下”的态势，撤稿的论文不在少数。今年3月，有媒体对2023年3月的全网撤稿名单进行统计分析，发现在被撤稿的157篇论文中，有62%的文章来自国内学者。今年6月，Hindawi旗下杂志撤回了894篇论文，中国学者占比96.6%：6月21日，撤回498篇，其中有487篇论文主要由中国学者参与，6月28日，撤回396篇，其中有377篇论文主要由中国学者参与。而撤稿的一大主因在于“同行评议过程受到了损害”，而之所以会出现这种情况，很有可能和“论文工厂”的统一包装脱不了干系。目前，国内许多学者都会与“论文工厂”联系来辅助自己发表论文，国外媒体Financial Times就大胆抨击了国内“论文工厂”的现象，直指这种做法会“threaten progress”（妨碍进步）。 上述中国学者在论文中的两张荧光显微镜图像，论文团队旨在显示研究结果的不同，但实际上，这个研究的对比只是使用了镜像功能。今年6月，4篇论文因出现同一划痕钢尺而遭撤稿的消息引起了国内的广泛关注，4篇不同署名、不同期刊的论文数据疑似同一来源，这不禁让人质疑，“论文工厂”在中国科研界到底扎根有多深？ 04 诺奖得主、知名学者在撤稿处“翻车”说完国内情况，接下来就让我们来聊聊大师的撤稿“翻车”情况。今年，不少科研界的明星人物都有被撤稿的丑闻。比较轰动的事件莫过于前斯坦福大学校长涉嫌学术不端。去年11月，The Stanford Daily惊现头条：斯坦福大学校长Marc Tessier-Lavigne涉嫌学术不端，共有11篇论文被怀疑有不同程度的造假，这一消息一出瞬间引起了外界舆论的哗然。在经过长达半年的据理力争后，最终得出一个有些自相矛盾的调查结论：论文无法重复，但未涉嫌造假。很显然，这样一个调查结论显然是无法服众的。出于学校利益考虑，Marc Tessier-Lavigne于今年8月31日辞职，而在他卸任的前一天，《Science》杂志正式撤回了他的2篇重要论文。 今年6月，2019年诺奖得主格雷格·塞门扎（Gregg L. Semenza）又遭Oncogene杂志撤稿。Oncogene杂志本就是国内公认的水刊之一，这次惨遭“水刊”撤稿，可以说让塞门扎有些尴尬了。除却去年被撤的4篇论文，目前还有55篇论文存疑，我们也非常期待，塞门扎能否刷新“诺奖获得者中被撤稿最多”的记录。今年11月，南加州大学著名神经科学家贝里斯拉夫·兹洛科维奇（Berislav Zlokovic）涉嫌学术造假。本身学术造假就很可怕了，更可怕的是，根据兹洛科维奇涉嫌造假论文原理而制作出的试验性药物3K3A-APC已完成临床II试验阶段，正着手III期试验。贝里斯拉夫·兹洛科维奇（Berislav Zlokovic） 这则消息一出相当于“釜底抽薪”，打了患者和医药公司一个措手不及，未来该药物将何去何从，我们只能祝它好运。今年“十大科学人物”评选中，康奈尔大学的超导专家詹姆斯·哈姆林（James Hamlin）凭借“打假”罗切斯特大学物理学家朗加·迪亚斯（Ranga Dias）的温室超导理论成功跻身榜单。可以说，科学界对于研究的准确性的重视程度也越来越高。而论文的“撤稿”，实际上也是反应一个学者、一个研究机构、一个国家对于科学严谨性的态度，希望在新的2024年，撤稿能够迎来下滑趋势。参考资料1.More than 10,000 research papers were retracted in 2023 — a new record.Nature.2.Tackling publication manipulation at scale: Hindawi's journey.Hindawi.3.重磅！Hindawi将成历史，旗下期刊后续发展受关注4.第一篇因为ChatGPT而撤稿的SCI论文诞生，AI加速学术不端问题的恶化.生物世界.5.涉嫌操纵同行评审，Hindawi撤回中国学者864篇文章.万方数据.6.Science journals ban listing of ChatGPT as co-author on papers.The Guardian.7.China’s fake science industry: how ‘paper mills’ threaten progres.Financial Times.8.2023年“撤稿统计本”上再添157篇！62%的文章来自国内科研人员.撤稿快讯.9.临床试验“造假”、学术不端：知名神经生物学家陷入困境之中.深究科学.

46

01/19

2024

2024年最值得关注的科学事件：ChatGPT-5、“蚊子武器”、重返月球上榜

导读继盘点出“2023年十大年度人物”之后，Nature又开始展望2024了。12月18日，Nature列举了九项2024年最值得世界关注的科学事件。其中AI、天文观测、世界蚊子计划、应对下一次大流行、重返月球、探索暗物质等九项科学事件上榜。Nature编辑部认为，这九项科学事件即将在2024年迎来重大进展。让我们拭目以待。林 岩 | 编译ChatGPT-5等新一代AI的到来与挑战新的一年，ChatGPT将进行迭代，OpenAI预计在2024年发布GPT-5，这是ChatGPT的下一代人工智能模型，比其前身GPT-4具备更强大的性能。 与此同时ChatGPT的竞争对手Google也在开发大型语言模型Gemini。Gemini能处理多种输入类型，包括文本、计算机代码、图像、音频和视频等。 此外，谷歌旗下DeepMind所开发的AlphaFold的新版本也将于2024年发布，该版本能以原子精度模拟蛋白质、核酸和其他分子之间的相互作用，将开辟药物设计和发现的新的可能性。然而，AI技术涉及到隐私、安全、道德和伦理。为此，联合国设立了高级别咨询机构，以制定国际AI监管的指导方针。该机构预计在2024年年中发布最终报告，将为全球AI监管提供指导。新一代天文观测的挑战与希望智利的Vera C. Rubin天文台配备有8.4米的大型望远镜和3200万像素的巨型相机，2024年，科学家计划启动部分新仪器，进行一项为期长达十年的南半球天空观测计划，通过这些先进设备，发现更多新的瞬态现象和近地小行星。 2024年年中，位于智利阿塔卡马沙漠的Simons天文台将迎来竣工。作为下一代宇宙学实验，该项目望远镜将配备多达50000个光收集探测器，是目前类似项目的十倍多。有了这些探测器，未来科学家能够更好探测宇宙大爆炸所产生的原初引力波。然而，越来越多明亮的卫星无疑会给新一代天文观测带来挑战。“蚊子武器”，抗击疾病的创新策略2024年，世界蚊子计划（World Mosquito Program）将在巴西的一个工厂开始生产具有抗击疾病能力的蚊子。这些蚊子被一种特殊细菌感染，该细菌能够阻止它们传播致病病毒，从而保护多达7000万人免受登革热和寨卡等疾病的侵害。未来十年，这个非营利组织每年将生产多达50亿只被细菌感染的蚊子。应对下一次大流行，全球共建未来随着全球逐渐走出新冠疫情的阴霾，美国正在紧锣密鼓的研制下一代疫苗，其中两款是鼻喷雾疫苗，旨在通过在呼吸道组织中产生免疫力来预防感染；还有一款是mRNA疫苗，可以增强抗体和T细胞反应，有望为广泛的新冠变异提供持久的免疫力。与此同时，2024年5月份，世界卫生组织（WHO）将在第77届世界卫生大会上公布《大流行条约》的最终草案，该草案由194个世界卫生组织成员国共同决定具体的条款。该条约旨在使世界各国政府能够更好地预防和管理未来的流行病。重返月球，人类探索宇宙的新篇章自20世纪70年代以来，人类即将再次踏上了前往月球的征程。 美国国家航空航天局（NASA）正在筹备名为“Artemis II”的载人登月计划，预计最快于2024年11月启动，将由“猎户座”宇宙飞船搭载三名男性和一名女性宇航员，进行为期十天的月球环绕飞行。与此同时，中国也计划在2024年发射“嫦娥六号”月球取样返回任务。如果成功，这将是有史以来首次从月球背面成功采集样本。此外，人类对卫星的探索也在继续。NASA的“Clipper”探测器将于2024年10月启程前往木星的卫星——Europa，以确定该卫星的地下海洋是否可能存在生命。此外，日本的“MMX”任务也计划于2024年启动，将访问火星的两颗卫星——火卫1和火卫2。该任务将在火卫一上着陆，并收集卫星表面的样本，以便于2029年返回地球。其它四项上榜事件探索暗物质。2024年，一项旨在探测暗物质粒子的实验将迎来重大突破。位于德国汉堡的BabyIAXO实验正在使用一个由10米长磁体和超灵敏无噪声X射线探测器组成的太阳望远镜，每天连续12小时跟踪太阳中心，以捕捉轴子转化为光子的过程。意识之辩，神经科学与意识。2024年，我们可能会对神经基础意识的认知有新的突破。两种意识理论的第二轮大型实验，预计在2024年底前公布结果。应对气候变化的新法律裁决。自20世纪50年代以来，全球已经生产了100亿吨塑料，其中超过70亿吨是废物，大部分正在污染海洋并危害野生动物。联合国塑料条约的谈判将于2024年结束，该条约旨在建立一项具有约束力的国际协议，以消除塑料污染。超级计算机变革医疗与气候。2024年初，欧洲的第一台超级计算机“木星”将正式启动。研究人员将利用这台超级计算机创建人类心脏和大脑的“数字孪生”模型。通过这些模型，医生可以更准确地了解人体的生理机制，从而为疾病诊断和治疗提供更精确的方案。同时，这台超级计算机还将高分辨率模拟地球的气候。研究人员可以更深入地了解气候变化的过程和影响，为应对全球气候变化提供科学依据。无论如何，2024年是一个值得期待的科学大年。参考资料The science events to watch for in 2024，Naturehttps://www.nature.com/articles/d41586-023-04044-9

47

01/11

2024

1分钟预测10天全球天气！谷歌DeepMind全新AI天气预报系统登上Science，碾压行业

导读最近，谷歌DeepMind再次在科学细分领域——天气预报迈出重要的一步。全新AI模型GraphCast可在1分钟内，精准预测10天全球天气，甚至还可以预测极端天气事件。该模型比现有大部分预测系统不仅更准，而且预测的时间更早。值得一提的是，GraphCast模型的源代码已全部开放，世界各地的科学家和预报员都可免费使用，惠及每一个人。桃子润 | 编辑新智元 | 来源不到1分钟，高精度预测出10天的全球天气。ChatGPT之后，又一个AI模型的能力再次惊艳了全世界！从15日开始，未来十天的全球天气状况它就是，谷歌DeepMind团队提出全新的全球天气预报模型——GraphCast，最新研究登上Science。论文地址：https://www.science.org/doi/10.1126/science.adi2336当前天气预报的主流方式就是「数值天气预报」（NWP），使用复杂的算法求解物理方程，既耗时又昂贵。而深度学习模型GraphCast在欧洲中期天气预报中心 （ECMWF） 近40年的数据上进行训练，来了解天气如何随时间演变。研究发现，与行业黄金标准天气模拟系统——高分辨率预报（HRES）相比，GraphCast在1380个测试变量中准确预测超过90%。且虽然GraphCast没有经过捕捉恶劣天气事件的训练，但还是能比传统预报模型更早地识别出恶劣天气事件。GraphCast可以预测未来气旋的潜在路径，比以前的方法要早3天。预测未来气旋它还可以识别与洪水风险相关的大气河流，并预测极端温度的开始。预测极端温度和大气河流面对大自然的无情灾害，GraphCast通过提前提供精准、高效的预警，再次推动AI在天气预领域向前迈出了重要一步。气旋跟踪（左）：随着预测气旋运动的提前时间增加，GraphCast保持比HRES更高的准确性；大气河流（右）：在整个10天为周期的预测中，GraphCast的预测误差明显低于HRES值得一提的是，GraphCast模型的源代码已经全部开放，从而让世界各地的科学家和预报员可以造福全球数十亿人。图为GraphCast 10天滚动预测的一部分，显示了700百帕（距地面约3公里）的湿度、地面温度和地面风速全球最准确天气预报模型GraphCast刚刚提到的数值天气预报（NWP）这种传统的方法，首先需要定义物理方程，然后将其转化为在超级计算机上运行的计算机算法。但NWP的缺点是，设计方程和算法非常耗时，需要深厚的专业知识和昂贵的计算资源，才能做出准确的预测。恰好，深度学习提供了一种不同的方法：通过数据，而不是物理方程来创建天气预报系统。GraphCast只需要两组数据作为输入：6小时前的天气状态和当前的天气状态，并预测未来6小时的天气。然后，该过程可以以6小时为增量向前滚动，最多可以提前10天提供最先进的预测。GraphCast的背后是一个神经网络架构，基于「编码-处理-解码」配置中的GNN ，总共有3670万个参数。代码、权重和演示都已经公开在：https://github.com/google-deepmind/graphcast编码器（下图D）使用单个GNN层将输入网格上表示为节点属性的变量（标准化为零均值单位方差）映射到内部「多网格」表示上的学习节点属性。多网格（The multi-mesh）（下图G）是一个空间均匀的图，在全球范围内具有高空间分辨率。它是通过迭代六次细化正二十面体（12 个节点、20 个面、30 个边）来定义的，其中每次细化将每个三角形划分为四个较小的三角形（导致面和边增加四倍），并将节点重新投影到球体上。多网格包含来自最高分辨率网格的40962个节点（大约是 0.25° 处纬度/经度网格点数量的 1/25），以及中间图中创建的所有边的并集，形成不同长度的平面层次结构的边缘。处理器（图E）使用16个非共享GNN层在多重网格上执行学习消息传递，从而以很少的消息传递步骤实现高效的本地和远程信息传播。解码器（图F）将从多网格表示中学习到的最终处理器层特征映射回经纬度网格。它使用单个GNN层，并将输出预测为最新输入状态的残差更新（通过输出归一化来实现目标残差的单位方差）。如下是，GraphCast建模的天气变量和等级。研究人员通过将GraphCast与HRES在大量变量、水平和交付周期上的准确性进行比较，全面验证 GraphCast 的预测能力。他们使用两个技能指标来量化GraphCast、HRES和ML基线的各自技能：均方根误差 (RMSE) 和异常相关系数 (ACC)。上图（a到c）显示了GraphCast（蓝线）在Z500（500 百帕高度的位势）「headline 」场上的RMSE技能、RMSE技能得分（skill score，即模型A与基线B之间的归一化RMSE差异，定义为（RMSEA - RMSEB）/（RMSEB））和 ACC技能方面如何优于HRES（黑线）。由于 Z500 在气象学上非常重要，因此使用Z500表示同步尺度气压分布在文献中很常见。图表显示，GraphCast 在所有前导时间内的技能得分都更高，技能得分提高了约 7%-14%。上图D以类似于ECMWF记分卡的格式总结了10天预测中所有1380个评估变量和压力水平的RMSE技能得分。单元格颜色与技能得分成正比，其中蓝色表示GraphCast具有更好的技能，红色表示HRES具有更高的技能。GraphCast在1380个目标中的90.3%上优于HRES，并且在89.9%的目标上显着优于HRES（p ≤ 0.05，标称样本大小 n ∈{729, 730}）。当排除50 hPa水平时，GraphCast在其余1280个目标中的96.9%上显著优于HRES。当排除50和100 hPa水平时，GraphCast在1180个剩余目标中的99.7%上显著优于HRES。极端天气预警，提前9天锁定飓风研究人员的分析还表明，GraphCast还能比传统预报模型更早地识别出恶劣天气事件，尽管它没有经过寻找恶劣天气事件的训练。这是GraphCast未经过专门训练的关键下游应用，但对人类非常重要。这说明GraphCast可以帮助人类针对极端天气提前做好准备，减少风暴和极端天气对社区的影响。通过在GraphCast预测中直接应用简单的气旋跟踪器，新模型可以比HRES模型更准确地预测气旋的移动。今年9月，谷歌在ECMWF网站上部署的GraphCast模型实时公开版本，提前约9天准确预测出飓风Lee将在Nova Scotia登陆。相比之下，传统预测在登陆地点和时间上的变数更大，只能提前大约6天的时间锁定Nova Scotia。GraphCast 还可以描述大气河流的特征——大气中的狭窄区域将大部分水蒸气输送到热带以外的地区。大气河流的强度可以表明它是会带来有益的降雨还是会引发洪水。GraphCast预测可以帮助确定大气河流的特征，这有助于与预测洪水的人工智能模型一起制定应急计划。而在气候变暖的大环境下，预测极端温度的重要性与日俱增。GraphCast可以描述地球上任何特定地点的高温何时会超过历史最高温度。这在预测热浪方面尤其有用，因为热浪是一种破坏性的危险事件，而且越来越常见。提高热带气旋跟踪的准确性有助于避免人员伤亡，并减少经济损失。上图A显示2018年至2021年GraphCast的中位跟踪误差低于HRES（选择中位值是为了抵抗异常值）。由于HRES和GraphCast的每轨误差是相关的，研究人员还测量了两个模型之间的每轨配对误差差异，发现GraphCast 在18小时到4.75天的交付周期内明显优于HRES。大气河流是大气中的狭窄区域，负责中纬度地区向极地的大部分水汽输送，并产生美国西海岸30%-65%的年降水量。它们的强度可以通过垂直整合的水汽输送IVT来表征，表明大气事件是否会提供有益的降水还是引发灾难性损害。极热和极冷天气的特点是与典型气候相比存在较大异常，这可能是危险的并会扰乱人类活动。研究人员评估了HRES和GraphCast在跨地点、一天中的时间和一年中的月份预测前2%气候学事件的能力。相比之下，HRES在12小时前置时间内具有更好的精确召回率，这与GraphCast相对于HRES的2T技能得分接近于零是一致的，如图D所示。AI天气的未来，数十亿人受益谷歌DeepMind称，GraphCast是世界上最准确的10天全球天气预报系统，可以比以往更远地预测未来的极端天气事件。随着天气模式在不断变化的气候中演变，GraphCast将随着更高质量数据的出现而发展和改进。与此同时，谷歌还开源了模型的代码。希望未来其他研究人员用其带来的可能性，从针对特定天气现象定制模型，到针对世界不同地区优化模型。目前，包括ECMWF在内的气象机构，已经在对GraphCast进行实时实验。另外，GraphCast与谷歌DeepMind和谷歌研究院的其他最先进的天气预报系统一起用于天气预测。包括Nowcasting（提前90分钟做出预报的区域性模型），以及MetNet-3（在美国和欧洲运行的区域天气预报模型，可做出比其他任何系统都更准确的24小时预报）。如果我们能够率先将AI用于天气预报，将使数十亿人的日常生活受益。谷歌表示，「我们更广泛的研究不仅仅是关于预测天气，而是关于了解人类气候的更广泛模式。通过开发新工具和加速研究，谷歌希望AI能够增强全球社会应对最大环境挑战的能力。在看了研究介绍之后，网友表示，谷歌你快出个应用啊！对于天气预报的能力，很多网友表示，现在已经可以期望预报的精细度到不同街道，并且精确到分钟了。参考资料https://deepmind.google/discover/blog/graphcast-ai-model-for-faster-and-more-accurate-global-weather-forecastinghttps://www.nature.com/articles/d41586-023-03552-y

47

01/02

2024

CRISPR系统又更新啦！Science最新论文：新算法助力张锋一次性发现188种类型

导读11月23日，张锋在Science杂志发表最新研究，这一次他携手188种新型CRISPR系统“杀”了回来。张锋对这次CRISPR系统的更新非常满意，“我们对CRISPR系统的多样性感到惊讶……做这样的分析可以让我们一箭双雕：既学习生物学，也有可能找到有用的东西。” 龙燕婷 | 撰文新算法寻找自然界中的新CRISPR系统11月23日，麻省理工学院生物化学家张锋团队与合作者在Science杂志上发表一项重磅研究论文，题为：Uncovering the functional diversity of rare CRISPR-Cas systems with deep terascale clustering。论文主要涉及一种新算法：快速局部敏感哈希聚类算法（FLSHclust），对三个主要的公共数据库进行挖掘，这些数据库包含各种不同寻常的细菌的数据（包括在煤矿、啤酒厂、南极湖泊和狗唾液中发现的细菌），从中识别出了188种新型CRISPR系统。CRISPR系统是一种原核生物的免疫系统。单细胞细菌和古细菌利用它来防御噬菌体病毒。这个系统包含两部分核心组件，一部分是“向导RNA”分子，它能识别并结合外源遗传物质（如病毒的DNA或RNA）；另一部分是酶，这些酶能在“向导RNA”的引导下切割或干扰外源遗传物质，从而起到免疫防御的作用。简单来说就是， 细菌利用CRISPR系统可以不动声色地把病毒基因从自己的基因组上切除。CRISPR/Cas9正是基于CRISPR系统的功用成为了一项极富效能的基因编辑工具。而在这项研究中，张锋与合作者开发的FLSHclust这种算法，专门用来寻找自然界中的CRISPR系统。通过对公共数据库进行挖掘，它们包含了数十万个基因组，数亿个尚未与特定物种相关联的序列，以及数十亿个编码蛋白质的基因。FLSHclust寻找基因序列之间的相似性，将其分组到约5亿个集群中，来寻找与CRISPR相关的基因。基于该算法，研究人员发现了约130000个与CRISPR相关的基因，其中188个是以前从未见过的。在这些新基因中，有一个完全未知的靶向RNA的CRISPR系统的代码，研究者将其命名为VII型。马里兰州贝塞斯达国家生物技术信息中心尤金·库宁（Eugene Koonin）表示，寻找新的CRISPR系统变得越来越艰难，“VII型和其他尚未被确定的类型在自然界中肯定是极其罕见的，要找到下一种类型，可能需要付出巨大的努力。”CRISPR新系统将会带来哪些意义？目前，CRISPR/Cas9技术正在不断革新基因组编辑领域。它能够实现高度灵活性和特异性靶向性，可进行修饰和重定向，成为了干细胞工程、基因治疗、组织和动物疾病模型以及设计抗病转基因植物等广泛应用中的强大基因组编辑工具。麻省理工学院教授、博德研究所研究员张锋CRISPR/Cas9被归类为CRISPR系统中的II型。实际上，这只是其中的一种类型——目前研究人员已经确定了六种类型的CRISPR系统，命名为I-VI型，它们有不同的特性，包括它们使用的酶的类型以及如何识别、结合和切割RNA或DNA。而此次新发现的CRISPR类型的特征可以用于其他应用，并有可能改编成最新的基因组编辑工具。新西兰达尼丁奥塔哥大学生物化学家克里斯·布朗（Chris Brown）认为，这种算法本身是一个重大进展，研究人员可以用它来寻找不同物种中的其他类型的蛋白质，他表示“我非常敬佩他们能做到这一点”。“这是生物化学家的宝库。”对于新发现的VII型CRISPR系统，德国马尔堡大学的微生物学家伦纳特·兰道（Lennart Randau）提到，“下一步将是研究这些酶和系统是如何工作的，以及它们如何被改造用于生物工程。某些CRISPR蛋白质会随机切割DNA，对生物工程毫无用处，但它们在检测DNA或RNA序列方面非常精确，可能会成为很好的诊断或研究工具。”可以说，CRISPR新类型的发现，对基因工程来说意义重大。参考文献1.‘Treasure trove’ of new CRISPR systems holds promise for genome editing.《nature》https://www.nature.com/articles/d41586-023-03697-w#ref-CR1

42

12/12

2023

睡眠不足会导致炎症，北生所张二荃最新Cell论文揭示背后的生理机制

导读睡眠不足导致的炎症反应，一般都会被解释为免疫力下降，进而招致的外界细菌或病毒感染。但背后机制不明。最近，北京生命科学研究所/清华大学生物医学交叉研究院张二荃实验室在Cell上发文，发现小鼠长时间睡眠剥夺将导致严重细胞因子风暴，这项研究还揭示了睡眠剥夺导致外周免疫反应的神经分子机制。对绝大多数动物而言，睡眠不可或缺，人类一生要花费约1/3的时间用于睡眠，而睡眠不足会导致多种健康问题，引发炎症或慢性免疫系统疾病。动物实验表明，长时间睡眠剥夺会导致其个体死亡。然而，哺乳动物的睡眠如何调控免疫系统，睡眠不足又如何带来负面的健康影响，其机制尚未厘清。2023年11月27日，北京生命科学研究所/清华大学生物医学交叉研究院张二荃实验室在Cell上在线发表了题为Prolonged sleep deprivation induces a cytokine storm-like syndrome in mammals的研究论文。该研究发现小鼠长时间睡眠剥夺将导致严重细胞因子风暴，并且揭示了睡眠剥夺导致外周免疫反应的神经分子机制——脑源PGD2/DP1信号通路。张二荃实验室使用多种手段研究生物钟研究领域的三大问题：什么是生物钟，生物钟如何进行调控，研究生物钟有何重要意义在此研究课题中，张二荃实验室研究人员首创了一套适用于小鼠的定名为“Curling Prevention by Water”(CPW)的睡眠剥夺系统(图1)，通过脑电图/肌电图(EEG/EMG)记录实验组小鼠和对照组小鼠的睡眠/觉醒情况，确认该系统可以持续剥夺小鼠95%以上的睡眠。该系统相较于传统的实验动物转杆睡眠剥夺系统(Stand Alone Sleep Deprivation，SASD)，可以在不引入更多环境刺激和保证实验通量的基础上极大提高睡眠剥夺效率，从而帮助研究人员可以观察到长时间睡眠剥夺后对哺乳动物带来的生理后果。哈佛医学院的Rogulja实验室于2020年在Cell上发表以果蝇为研究对象，研究睡眠剥夺对动物产生的生理后果。他们发现睡眠剥夺的果蝇在肠道中积累了大量活性氧(ROS)，从而显著缩短了睡眠剥夺果蝇的寿命4。尽管他们也在睡眠剥夺的小鼠中发现，其肠道ROS含量相较于对照组小鼠显著上升，但并未发现睡眠剥夺会导致小鼠死亡，因而高等的如哺乳动物中是否存在类似的现象、其可能的作用机制仍不明确。本实验中，张二荃实验室研究人员发现小鼠肠道ROS的积累与小鼠在睡眠剥夺后免疫反应强度相关，这说明了ROS产生在免疫激活反应的下游，而非上游；更重要的是，为小鼠提供N-乙酰半胱氨酸(NAC)和硫辛酸(lipoic acid)等抗氧化剂4 并不能缓解小鼠睡眠剥夺致死的现象，这些都说明不能把果蝇睡眠剥夺致死的机制简单地推广到小鼠：虽然哺乳动物中长时间完全地睡眠剥夺也会致死，但致死原因与肠道ROS积累无关(既非充分也非必要条件)。研究人员应用CPW系统对小鼠进行长时间睡眠剥夺时发现，对小鼠进行4天连续睡眠剥夺后，高达70%以上小鼠会死于严重的多器官衰竭。在睡眠剥夺过程中，小鼠血液中的促炎性的细胞因子(如IL-6和IL-17A)和趋化因子(如CXCL1和CXCL2)迅速积累，并将中性粒细胞从骨髓招募到循环系统中，从而导致小鼠出现中性粒细胞增多症。随着促炎性的细胞因子与趋化因子的持续性积累，小鼠出现由细胞因子风暴诱发的多器官功能障碍综合征(multiple organ dysregulation syndrome，MODS)，最终导致小鼠的死亡。睡眠不足导致的炎症反应，一般都会被解释为免疫力下降，进而招致的外界细菌或病毒感染。但为了厘清到底是免疫能力减弱，还是反过来的免疫反应过强导致的个体死亡，研究人员做了以下实验：一是在睡眠剥夺过程中，为小鼠提供抗细胞因子风暴药物能够缓和睡眠剥夺导致的免疫反应并延长小鼠的存活时间。二是将野生型小鼠替换为免疫缺陷品系(M-NSG)小鼠。如果是因为免疫力弱而由外界病原体感染导致死亡的话，M-NSG小鼠预期应该会更快地死亡。但事实上，对这种小鼠进行长达一周的睡眠剥夺都不会有个体死亡。以上实验说明了不睡觉导致的死亡真正原因是免疫系统的过度激活(这与引发人体新冠重症的“细胞因子风暴”类似)。除此之外，为了研究睡眠剥夺如何调控免疫反应，研究人员首先探究睡眠剥夺如何影响大脑神经系统的功能。研究人员发现睡眠剥夺导致的免疫反应并非通过大脑向外周的直接神经投射进行调控，而是通过大脑产生的特定分子释放到外周循环系统进而诱发的。睡眠剥夺后，小鼠的血脑屏障的主动外排(active efflux)活动持续显著增强。血脑屏障的主动外排活动由ABC转运受体介导，而这其中，通过药物和抑制ABCC家族转运受体能够缓和睡眠剥夺小鼠体内的免疫反应并且延长睡眠剥夺小鼠的存活时间。因而，研究人员推断睡眠剥夺导致的免疫反应由ABCC转运受体的某种底物介导；在睡眠剥夺过程中，随着血脑屏障主动外排活动从大脑转运到外周，进而引起免疫反应。应用北京大学李毓龙实验室最新开发的GRAB(GPCR activation-based)探针，研究人员发现，睡眠剥夺后PGD2(前列腺素D2)在大脑内积累显著增加。同时，研究人员还应用UPLC-MS质谱检测到循环系统中PGD2相对稳定的代谢物Tetranor-PGDM含量也显著增加。为进一步验证PGD2在睡眠剥夺后的转运情况，研究人员使用3H标记的PGD2进行了小鼠活体血脑屏障主动外排指数BEI(BBB Efflux Index)检测，发现睡眠剥夺后PGD2转运到外周循环系统的速度明显提高。研究人员使用遗传学手段验证PGD2在睡眠剥夺导致的免疫反应中发挥的核心作用：分别对脑内PGD2合成酶(包括全身敲除的Ptgds-/-、和应用脑内嵌合基因敲除技术6 获得的PtgdsBKO)，以及将由脑内PGD2 efflux出来的特异性转运受体Abcc4-/-小鼠，进行睡眠剥夺，发现这些遗传突变鼠都能够显著降低诱发的炎症反应和延长小鼠存活时间。最后，研究人员发现静脉注射PGD2受体(DP1)激动剂能够诱发正常小鼠出现与睡眠剥夺小鼠类似的中性粒细胞增多症；同时，在睡眠剥夺过程中，如果为小鼠提供DP1拮抗剂，则能显著缓和小鼠因睡眠剥夺导致的炎症反应。这些结果也印证了睡眠剥夺导致的免疫激活反应依赖于从脑源的PGD2到外周器官DP1的信号通路(图二)。该研究不仅为解释和解决睡眠不足导致的健康问题奠定了基础，而且有助于深入理解睡眠如何与其他生物学过程相互作用，从而进一步阐释睡眠的功能与意义。张二荃实验室的桑迪、林可腾，以及北京大学李毓龙实验室的杨旖旎为本文的共同第一作者，张二荃博士为通讯作者。其他作者还包括张二荃实验室的冉光地和陈晨，李毓龙实验室的李柏翰，罗敏敏实验室已毕业博士生卢立辉，他们在各项实验操作中做出了重要贡献；北京生命科学研究所的刘清华博士、李祺博士、马燕博士，北京大学李毓龙博士、刘志博博士、崔希洋博士，北京脑科学与类脑研究所的罗敏敏博士，新桥医院的吕胜青博士等也参与了此项课题。本课题的研究经费受中国科技部、国家自然科学基金委、北京市政府和清华大学支持。参考文献1. Prather, A. A. & Leung, C. W. Association of Insufficient Sleep With Respiratory Infection Among Adults in the United States. JAMA Intern Med 176, 850-852 (2016). https://doi.org:10.1001/jamainternmed.2016.07872. Besedovsky, L., Lange, T. & Haack, M. The Sleep-Immune Crosstalk in Health and Disease. Physiol Rev99, 1325-1380 (2019). https://doi.org:10.1152/physrev.00010.20183. Rechtschaffen, A., Gilliland, M. A., Bergmann, B. M. & Winter, J. B. Physiological correlates of prolonged sleep deprivation in rats. Science221, 182-184 (1983). https://doi.org:10.1126/science.68572804. Vaccaro, A. et al. Sleep Loss Can Cause Death through Accumulation of Reactive Oxygen Species in the Gut. Cell (2020). https://doi.org:10.1016/j.cell.2020.04.0495. Bentivoglio, M. & Grassi-Zucconi, G. The pioneering experimental studies on sleep deprivation. Sleep 20, 570-576 (1997).https://doi.org:10.1093/sleep/20.7.5706. Wang, G. et al. Somatic genetics analysis of sleep in adult mice. J Neurosci42, 5617-5640 (2022). https://doi.org:10.1523/JNEUROSCI.0089-22.2022论文链接https://doi.org/10.1016/j.cell.2023.10.025

39

11/30

2023

Nature：超越ChatGPT，思维更像人类的人工智能诞生，具备了人类举一反三的能力

撰文丨王聪编辑丨王多鱼排版丨水成文人类非常擅长学习新概念，并将其与现有概念系统地结合起来。 例如，一个小孩子一旦学会了如何“跳跃”，那么他就会很快理解并学会“向后跳跃”或“跳过障碍物”。这种将新老概念结合的能力也被称为系统泛化（Systematic Generalization）。早在1988年，研究人员就提出人工网络因为缺少系统泛化这种能力，所以不能作为人类认知的可靠模型。这也带来了一场持续至今的激烈争论，在这35年里，神经网络取得了许多重大突破，例如自然语言处理，但仍很难证明其具有系统泛化的能力。而最近，Nature期刊发表的一篇论文报道了一个具有类似人类系统泛化能力的神经网络。2023年10月25日，纽约大学的 Brenden Lake和西班牙加泰罗尼亚研究所的 Marco Baroni在国际顶尖学术期刊 Nature上发表了题为：Human-like systematic generalization through a meta-learning neural network 的研究论文。该研究创造了一个神经网络，该人工智能（AI）系统在将新学到的单词添加到现有的词汇表中并在新的上下文中使用它们的能力，超越了ChatGPT，表现与人类相当，而这一能力正是人类认知能力的关键——系统泛化。这项研究研究结果挑战了一个已经存在35年的经典观点，还可能实现比当今最好的AI系统更自然的人机对话。尽管ChatGPT等基于大语言模型的AI系在许多情况下都擅长对话，但在其他情况下却表现出明显的差距和不一致性。 该研究开发的神经网络具有类似人类的表现，表明了人类在训练网络系统化的能力方面取得了突破性进展。在语言上，人类同样有着强大的系统泛化能力，我们可以轻松的将新学到的词汇应用于其他环境。但神经网络不像人类这样天生就具备系统泛化的能力，神经网络是一种模仿人类认知的方法，在人工智能研究中占据了主导地位。与人类不同，神经网络在使用一个新词汇之前，需要经过许多使用该词汇的示例文本的训练。人工智能领域的研究人员已经激烈争论了35年时间——如果神经网络无法被证明具有系统泛化能力，那么它们是否能作为人类认知的可靠模型？在这项研究中，Brenden Lake和Marco Baroni用证据表明，神经网络能够掌握与人类相似的系统泛化能力。他们使用一种元学习（Meta-Learning）方法，开发了名为组合性元学习（Meta-Learning for Compositionality）的新方法，其具有优化组织能力（按逻辑顺序组织概念的能力），该系统能在动态变化的不同任务中学习，而不是只在静态数据集上优化（即之前的标准方法）。Brenden Lake论文作者首先测试了25个人，看他们在不同情况下使用新学习的单词的能力。他们通过用一种由两类无意义伪造词组成的伪语言来测试他们，以确保参与者是第一次学习这些单词。像“dax”、“wif”和“lug”这样的基本单词代表“jump”、“skip”等基本的、具体的动作，更抽象的功能单词，例如“blicket”，“kiki”和“fep”，指定了使用和组合原始单词的规则，从而产生了像“跳三次”或“向后跳跃”这样的词组。参与者接受了训练，将每个基本单词与特定颜色的圆圈联系起来，红色圆圈代表“dax”，蓝色圆圈代表“lug”。然后，向参与者展示了基本单词和功能单词的组合，以及当功能应用于基本单词时产生的圆圈模式。例如，短语“dax fep”用三个红色圆圈表示，而“lug fep”用三个蓝色圆圈表示，这表明fep代表了一个抽象规则——将一个基本单词重复三次。 然后，测试他们应用这些抽象规则的能力，他们必须选择正确的颜色和圆圈数量，并将它们按适当的顺序排列。正如预期的那样，人类参与者在这项学习和测试中表现出色，平均有80%选择了正确的颜色和圆圈。然后，研究团队训练了一个神经网络来完成与上述人类参与者所做的类似任务，该方法允许人工智能在动态变化的不同任务中学习，而不是只在静态数据集上优化（这是训练神经网络的标准方法）。为了使神经网络更像人类，论文作者训练它来重现在人类测试结果中观察到的错误模式。当神经网络进行新的测试时，它的答案几乎与人类参与者的答案完全一致，在某些情况下甚至超过了人类的表现。相比之下，ChatGPT的最新升级版GPT-4在进行同样的测试时遇到了困难，平均错误率为42%-86%。这一表现，相比该研究中的神经网络以及人类，都要差得多。这项研究可能会使神经网络成为更有效的学习者，这将减少训练ChatGPT等系统所需的庞大数据量，并将可能产生的“幻觉”最小化。当人工智能感知到不存在的模式并产生不准确的输出时，就会发生“幻觉”。人类比机器更擅长系统泛化。如果一个人知道呼啦圈、杂耍和滑板的含义，他们就能理解将三者结合在一起的含义。而这篇论文展示了机器如何提高这种能力并模拟人类行为。虽然元学习方法无法让该神经网络对训练之外的任务进行系统泛化，但论文作者认为，他们的这项研究结果有助于今后开发出行为更像人类大脑的人工智能。论文链接：https://www.nature.com/articles/s41586-023-06668-3

42

11/21

2023

完蛋！ChatGPT检测器来了，100%识别人工智能写作的论文

撰文丨王聪编辑丨王多鱼排版丨水成文ChatGPT，是由人工智能研究实验室OpenAI于2022年11月30日发布的基于大预言模型（LLM）的聊天机器人，它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流。自推出以来，ChatGPT强大的能力备受关注。一些已发表的论文显示，ChatGPT可以生成看起来非常真实的欺诈性科学论文，这引发了人们对科学研究的完整性和发表论文的可信度的严重担忧。著名学术打假人 Elisabeth Bik 表示，ChatGPT和其他生成式人工智能工具的迅速崛起将给论文工厂提供助力，从而让学术不端问题严重恶化。我非常担心现在已经有了大量我们无法甄别的论文。2023年11月6日，美国堪萨斯大学的研究人员在 Cell 子刊 Cell Reports Physical Science 上发表了题为：Accurately detecting AI text when ChatGPT is told to write like a chemist 的研究论文。该研究开发了一款基于机器学习的工具——“ChatGPT检测器”，通过写作风格特征来区分人类和人工智能作者，能够以前所未有的准确性识别人工智能（包括最新的ChatGPT-4）生成的论文。在今年6月份，Heather Desaire等人首次描述了他们开发的ChatGPT检测器【2】，这一使用现成的机器学习的检测器检查了20个写作风格特征，包括句子长度的变化，特定单词和标点符号的使用频率等，来确定一篇文章是学术科学家写的还是ChatGPT写的。研究结果表明，这一检测器可以使用一组写作风格特征来获得超高准确性。在这项最新发表的论文中，研究团队使用美国化学会（ACS）出版的十本化学期刊的论文的介绍（introduction）部分来训练ChatGPT检测器。这十本化学期刊是：Inorganic Chemistry、Analytical Chemistry、Journal of Physical Chemistry A、Journal of Organic Chemistry、ACS Omega、ACS Nano、Journal of Chemical Education、Environmental Science and Technology、Chemical Research in Toxicology和ACS Chemical Biology。在使用100篇已发表的论文的introduction的训练后，要求ChatGPT-3.5以ACS期刊的风格写200篇introduction，其中100篇，只向其提供了论文标题（title），而另外100篇，向其提供了论文摘要（abstract）。对比来自同一期刊的人类写作的介绍（introduction）和ChatGPT-3.5写作的介绍（introduction），如果该介绍（introduction）是基于提供的论文标题（title）写作的，那么ChatGPT检测器能够100%识别出哪些是ChatGPT-3.5写作的。如果该介绍（introduction）是基于提供的论文摘要（abstract）写作的，那么ChatGPT检测器的识别准确率略低一点点，为98%。此外，ChatGPT检测器对ChatGPT的最新版本——ChatGPT-4写作的文本的识别效果一样好。相比之下，人工智能检测器ZeroGPT识别ChatGPT写作的介绍（introduction）的准确率仅为35%-65%，这取决于使用的ChatGPT版本（ChatGPT-3.5或ChatGPT-4）以及介绍（introduction）是根据论文的标题（title）还是摘要（abstract）生成的。而ChatGPT的开发者 OpenAI 公司的文本分类器工具的表现最差，它只能以大约10%-55%的准确率识别人工智能写的介绍（introduction）。那么，这一ChatGPT检测器对于上述训练集以外的期刊的论文的识别效果如何呢？研究团队选择了来自不同出版商的为包括在上述训练集中的期刊的150篇论文的介绍（introduction），分别来自Cell Press的Cell Reports Physical Science、来自Nature Publishing Group的Nature Chemistry和来自ACS的Journal of the American Chemical Society。结果显示，这一ChatGPT检测器在这些没有训练过的期刊的论文介绍（introduction）的识别率表现良好，识别准确率在92%-98%。此外，ChatGPT检测器还捕捉了从各种提示词中创建的人工智能文本，包括旨在迷惑人工智能检测器的提示词。然而，这一ChatGPT检测器对科学期刊论文具有高度专业性。当给它提供来自大学的报纸的真实文章（非期刊论文）时，它未能识别出它们是由人类所写作的。像ChatGPT这样的大语言模型（LLM）可以快速生成看起来非常真实的文本，但许多期刊出版商拒绝将ChatGPT等人工智能模型作为论文作者。因此，迫切需要一种准确区分人类写作的文本和人工智能生成的文本的方法。该研究所开发的ChatGPT检测器，能够准确识别来自科学期刊的论文是人类写作的还是人工智能写作的，包括目前最先进的ChatGPT-4，更重要的是，那些旨在迷惑人工智能检测器的提示词生成的文本也能够被准确识别。论文链接：https://www.nature.com/articles/d41586-023-034794https://doi.org/10.1016/j.xcrp.2023.101672https://doi.org/10.1016/j.xcrp.2023.101426

38

11/16

2023

轻寻科技CEO受邀出席2023年科大讯飞全球开发者峰会

11月3日下午，由上海市杨浦区人民政府、科大讯飞股份有限公司和中国联合网络通信上海分公司联合筹办的「科大讯飞全球1024开发者节上海城市峰会」在上海隆重举行。期间杨浦区主要领导、企业家代表、行业专家和知名学者们等齐聚一堂，轻寻科技CEO 曾波也受邀出席。活动主题 “解放生产力 释放想象力”轻寻科技CEO曾波就《文档深度解析技术在大模型中的运用》发表了精彩演讲。曾波提出，150年前电灯的发明，使得电真正开始走进千家万户。而今天随着chatGPT的问世，基于大语言模型的人工智能应用也开始落地开花。全球科技界呈现百花齐放、百模大战的局面。 很多中小企业和政府单位，需从这么多的大模型中，选择一款合适的预训练好的大模型构建自己的应用，并结合自身的业务场景，为客户提供更智能更高效的服务。大模型应用是否成功取决于很多方面，其中文档解析是纯技术的、风险最小但投入产出收益最好的关键点。大模型的成熟度很大程度上依赖于训练数据的规模和质量，训练数据是多模态的，且基本来自电子文档。大模型学习速度非常快，有分析认为，有些大模型已经学习完目前所有可以从公开渠道获取的数据，它已经没有东西可学了。但是，从公开渠道获取的信息也有缺点，就是数据质量无法保证。在一些专业领域，比如正式发表的文章和论文，这些专业文档都需要经过人工审核，才能够保证内容的质量，这对大模型的训练来说很有价值。因此，一个成熟的大模型离不开文档解析。很多单位都拥有自己的文档库、图书馆、档案室，这些都是很有价值的资料。我们可以利用能完全与外部隔离的大模型建立自己专有的知识库，然后在通用的大模型基础上把这些企业内部资料喂给大模型。这个过程中，一个好的文档解析技术能够保证文本提取的准确和完整。在很多应用场景中，比如文档摘要生成、自动对文档进行分类、提取文档关键信息（标题、作者、日期、价格、地址等）等，都需要对文档进行准确的解析和提取。所以说文档解析技术是大模型应用的关键技术之一。而轻寻科技从成立之初，就开始专研这项文档解析技术，是相对比较成熟的文档解析技术提供商。轻寻专门研究各种文档的识别、解析和应用，研发了独特的全景内容识别技术PCR。公司拥有翻译狗、开放平台、翻译本等软硬件产品平台，通过这些产品平台，我们为超过1000万个人用户和数百家合作伙伴提供了文档深度解析技术方案和服务。全新的大模型时代正在到来，轻寻科技将携手百万用户与合作伙伴共建人工智能新生态，让世界享受AI的乐趣。

41

11/08

2023

《自然》最新研究：AI或能和人类一样，理解和应用系统性思维

导读近年来，AI行业迎来了新风口，Chat GPT、AlphaFold等高科技产品层出不穷。然而不管AI如何发展，许多人都坚信一点，那就是AI永远没法模拟人类的大脑。AI和人脑的差别到底在哪里？早在1988年，有学者指出AI缺乏系统泛化（systematic generalization）的能力，也就是说尽管AI学习新知识的能力很强，但它没法和人一样，将新知识与原有知识体系相结合。不过，这一维持35年的“定律”可能要被打破了。今天，《自然》（Nature）发表了一篇研究，研究中展示了一个具有类似人类系统泛化能力的计算模型，运用一种元学习组合性（MLC）方法优化计算模型的组合技能，证明计算模型能掌握与人类相似的系统泛化能力。 周 晨 | 撰文AI能够模拟人类大脑吗？很多人给出的答案恐怕都是：不能。1988年，罗格斯大学认知科学中心的杰瑞·A·福多尔（Jerry A. Fodor）和泽农·W·皮利辛（Zenon W. Pylyshyn）发表论文论证AI与人类大脑的区别，那就是AI模型缺乏“系统泛化”的能力。简单来说，虽然AI的学习能力很强大，但很难创建独属自己的知识脉络，将所学到的知识运用到具体的场景之中，而这被认为是AI区别人类的关键之处。35年以来，这一论点一直备受青睐。然而时至今日，这一观念可能要被打破了。本周，纽约大学数据科学中心布伦登·M·莱克（Brenden Lake）团队和特伦托大学心智/脑科学中心马尔科·巴罗尼（Marco Baroni）联合在《自然》（Nature）发表一项研究，证明AI计算模型可以掌握与人类相似的系统泛化能力。研究团队提出了一种称为元学习组合性（MLC）的方法，通过这种方法，AI计算模型能够优化其组合技能，只需通过高级引导或人类示例而无需添加符号来指导模型的学习。为了验证元学习组合性方法的有效性，研究团队进行了一系列实验，先对人类进行不同的组合任务的训练和测试后，再将数据与计算模型进行比较。研究团队招募了25名志愿者，他们被要求处理指令并生成抽象结果，然后再根据测试数据总结出三种重要的归纳偏见（一对一翻译、图像串联和每个指令都分配唯一响应）。之后，研究人员将优化过的计算模型与人类进行对比，发现模型有很强的表现能力，能够以接近人类性能的平均速率（82.4%）系统性输出，以接近人类水平的速率（77.8%）处理长输出序列。另外，计算模型还能捕捉更微妙的响应模式，推断未知任务的新规则，在65.0%的样本中完全模拟人类参与者一样的响应，并在大多数情况下实现了与人类相似的归纳偏见：在所有计算模型样本中，66.0%遵循一对一翻译（人类中为62.1%），85.0%遵循图像串联（人类中为79.3%），99.0%选择了对每个唯一指令的唯一响应（人类中为93.1%）。最令人印象深刻的是，这种计算模型能够将指令翻译成动作序列，例如将“走两次”翻译成“走走”，错误率低于0.22%。在将句子翻译成逻辑形式的实验中，错误率仅为0.87%。与传统的符号模型和非系统性的计算模型相比，经过MLC方法优化的计算模型实现了与人类相似的系统性和灵活性。另外，MLC还在多个系统性泛化测试中提高了机器学习系统的组合技能。虽然MLC方法无法让该计算模型对训练之外的任务进行泛化，但他们的研究结果将有助于今后开发出行为更像人类大脑的人工智能。参考资料:1.Human-like systematic generalization through a meta-learning neural network. Nature.2.Connectionism and cognitive architecture: A critical analysis. APA PsycINFO.

41

09/12

2023

GPT平替？这才是科研人必备文献工具！

“GPT是科研党最好的新发明”刚接触GPT的时候，未曾想过会彻底改变我的科研生涯。因为不管是论文的翻译、润色、总结分析...如今都离不开GPT。而“翻译难”、“润色贵”、“不会分析”一直是众多小伙伴科研论文路上的心腹之病。最后在“走投无路”之际，纷纷选择各种人工机构救急。尴尬的换行好不容易出现一个GPT，但受限于环境原因，仍有广大科研用户无法使用到它。难道，就没有一款科研工具能完美平替GPT吗？ 有！ 翻译狗AI，它来了！立即试用01全文润色润色贵、润色慢，这是广大人工润色机构都存在的问题。而全新上线的翻译狗AI生态，无需设置，仅需将PDF、Excel、PPT等在内21种格式文档上传，三分钟即可输出堪比人工的“全文润色”啦。02总结全文文献综述中有一项重要的环节，总结引用！但如果有一款软件能帮你迅速完成整篇文章的阅读，并作出总结，那么我们在选择、引用论文时，会不会更加精准高效呢？可以明显感觉到，翻译狗AI的总结，完美的介绍了论文三要素：实验目的、验证思路、验证过程。............... 还有更多实用功能正在探索相信有了如此重大利好的AI工具搞定论文润色、综述撰写将不再有任何困难如何快速体验1粘贴网址http://www.fanyigou.com；或搜索翻译狗2选择首页上方[AI生态]，进入AI生态页面3长按扫码，即可体验

41

07/12

2023

就在刚刚！轻寻科技又被科技部点名啦！

轻寻科技收到来自科技部的感谢信不知不觉北京冬奥会已经过去一年。在近日的“冬奥全球传播服务平台研究”项目会议上，轻寻科技收到了来自中国科技部的感谢。信中点名轻寻科技有限公司：在冬奥期间，为国家重点研发计划《科技冬奥（2022行动计划）》全球传播报务提供专业的翻译服务，大大提高了新闻宣发工作上的多语种翻译效率与精准度，此举对冬奥国际化传播来说意义非凡。感谢信中还特别向杭州轻寻科技有限公司CEO曾波、杭州轻寻科技有限公司全体项目组参与同志表示衷心的感谢。同时也赞扬了轻寻科技有着非凡的科技责任担当，以勇于创新、不畏艰难、不惧挑战、尽职尽责兢兢业业的工作精神，圆满完成了科技冬奥保障任务，展现了一线科技工作者的风采!

44

07/12

2023

「公益」牵手杭州师范大学，轻寻公益捐赠顺利举行

2023年3月21日上午，杭州轻寻科技向杭州师范大学完成公益捐赠。杭州轻寻科技有限公司董事长曾波、副总俞珏为本次捐赠方代表杭州师范大学教育基金会理事长蔡云飞，杭州师范大学教育基金会秘书长裘烨，杭州师范大学外国语学院党委书记潘春雷，北京康和公益基金会轻寻公益专项基金管委会副主任黄晨午等受捐方代表出席捐赠仪式。杭州师范大学外国语学院副院长孙立春担任本次捐赠仪式主持，再逐一介绍捐赠双方出席人员，叙述本次“‘轻寻公益专项基金’助力杭州师范大学跨文化传播”物资捐赠项目的开展过程与最终目的。随后捐赠方代表轻寻科技董事长曾波，介绍了轻寻公益设立的初衷。曾波表示：轻寻科技勇于承担社会责任，2021年轻寻科技有限公司与北京康和公益基金会共同发起设立“北京康和公益基金会轻寻公益专项基金”,旨在为社会组织跨文化传播能力赋能，积极推进中国文化国际传播的广度与深度。本次捐赠，希望受赠方师生将人工智能的翻译技术运用到学习和科研中，提升科研效率，提高跨文化传播能力与水平。在捐赠方代表发言后，杭州师范大学外国语学院党委书记潘春雷代表受捐方表达感谢，并结合学院教学、学生学习等方面阐述了需求和现状，高度评价本次捐赠物资的实用价值。最后，双方进行了热情持久的互动交流，进一步加深了解、增进情谊，共同期待基于本次捐赠，衍生出更多方面、更广领域、更深层次的公益合作。注：本次捐赠的公益物资，包括“译动”网站翻译9个语种、翻译狗APP的 VIP会员1000个，以及翻译狗X科大讯飞联名翻译笔（实物）&格式转换套餐3套，总价值为20.4万元。本次捐赠的产品将利用AI人工智能翻译技术赋能杭师大外院师生，大幅提升多语言翻译效率。

38

03/02

2023

喜讯│轻寻科技参与制定的团体标准正式发布实施

日前，中国中小企业协会发布的T/CASMES 70—2022《面向多语言的整站翻译系统技术要求》团体标准经中华人民共和国民政部批准，于2022年7月22日正式颁发实施。杭州市轻寻科技有限公司是团体标准主要起草单位之一。✦该标准的颁发意味着，未来多语言的整站翻译系统的技术标准得到统一。随着杭州轻寻科技有限公司、北京第二外国语学院的持续投入，未来在功能、技术、安全等维度上，整站翻译系统也会得到更加稳健的发展。

41

11/21

2022

「心系教育」轻寻公益基金助力浙大国际化传播

11月17日上午，杭州轻寻科技、北京康和公益基金会联合向浙江大学教育基金会、传媒与国际文化学院进行了捐赠。捐赠合影杭州轻寻科技有限公司董事长曾波、北京康和公益基金会副理事长方旭东、浙江大学传媒与国际文化学院党委书记王庆文以及浙江大学发展联络办公室副主任、教育基金会副秘书长满丰等出席捐赠仪式。满丰副秘书长代表浙江大学教育基金会向捐赠方颁发了捐赠证书捐赠方代表轻寻科技董事长曾波，介绍了轻寻公益设立的初衷。曾波表示：轻寻科技勇于承担社会责任，2021年轻寻科技有限公司与北京康和公益基金会共同发起设立“北京康和公益基金会轻寻公益专项基金”,旨在为社会组织跨文化传播能力赋能，积极推进中国文化国际传播的广度与深度。本次捐赠，希望受赠方师生将人工智能的翻译技术运用到学习和科研中，提升科研效率，提高跨文化传播能力与水平。捐赠方轻寻科技董事长曾波王庆文书记代表受赠方，对轻寻科技的善举和高度的社会责任感表示感谢和敬意。随后向捐赠一行介绍了浙江大学传媒与国际文化学院基本情况。并希望浙大今后的发展，能得到更多轻寻科技这样的爱心企业支持，助力学院高质量发展。受赠方代表:浙江大学传媒与国际文化学院党委书记王庆文

40

05/24

2022

良机，多数国外酒店无法为游客提供中文翻译。

一项新的调查表明 ，中国游客认为语言服务同支付设施和当地交通网络布局一样，已成为当今酒店和住宿行业提升服务的关键所在。有9%的中国游客表示，住宿酒店可以提供中文旅行指南和会讲中文的侍者对他们而言是“唯一且最重要”的期待；甚至有7%的人直言，中文官网是酒店应提供的基本服务之一。易普索（IPSOS）为Hotels.com网站做的市场调研也显示，在游客心目中，这两项服务已跃升至“酒店最应改进方向排行榜”的第五位和第六位。而对于“什么是旅途的首要需求”这个问题，调查的结果可大致分为四类，其中包括中文向导以及会讲中文的侍者。遗憾的是，这些服务并不是酒店优先发展的方向。我们了解到，仅18%的酒店提供了中文旅行指南，仅21%的酒店预计在未来一年内提供这项服务。同样的，只有17%的酒店雇佣中文侍者，另外有17%的酒店预计在来年提供这项服务。这次调查于2017年5月份开始，其对象为过去12个月内有境外旅行经历的3000名中国游客，它的调查结果被同期另一项针对 Hotel.com 3800 个住宿业合作伙伴的国际调查佐证。有9%的中国游客认为，酒店服务中最重要的一项，就是可以提供中文旅行指南。两项调查结果均收录在了近期发布的《2017中国游客境外旅游调查报告》中。这一综合报告强调了国外酒店在语言服务上的缺失，并认为此项服务是其提升中国游客旅游体验的关键所在。与此同时，该报告还指出，根据酒店所处区域的不同，其所需提供的中文服务水平也不尽相同。与其他地区的酒店相比，亚太地区的酒店管理层更看重“雇佣中文侍者”这件事。在亚太地区，23%的酒店配有会说普通话的服务人员，而在欧洲、中东和非洲，这一数字仅为5%，在拉丁美洲有11%，在美国则只有为1%。调查还发现，相较于提供中文版的指导手册（11%）和雇佣能说普通话的员工（10%），大多数酒店选择在社交媒体（21%）和营销推广平台（18%）上下功夫，希望能以此来吸引中国游客。消除服务缺口被调查者还指出，影响旅游决策的因素除了家人和朋友的建议外，还包括以下因素：线上专业渠道，如酒店官网（9%）、线上评论网站（9%）和社交媒体（7%）、旅游杂志和宣传册（6%）、促销活动（6%）、媒体文章（3%）、报纸（1%）以及博客（1%）等。另外，94%的游客还会使用比价网站。而这些渠道上所呈现的内容都必须是中文，或是在线翻译成中文。Hotels.com 亚太及拉美区副总裁兼常务董事亚罕伯拉?乔杜里在报告中表示，随着中国公民富裕程度的提高，全球范围内签证政策也随之放松，这也有利于中国游客境外旅游人数的大幅增加。他表示，“中国游客旅游团规模较大，购买力非常强，能够拉动当地经济的发展，因此酒店行业需要充分了解这一情况，迎合这些具有多样化和勇于冒险精神的游客的需求，不断改进服务质量。”此报告还引入多个关于不同地区的酒店如何提高其语言服务水平以吸引中国游客的案例研究。其中包括：华盛顿乔治城周边的四季酒店为中国游客提供中文电视节目和报纸，并计划在客房服务和餐厅菜单上推出更多传统中式菜肴；与此同时，比斯特的 Travelodge 酒店为能更好地服务中国游客，已聘用汉语老师教酒店员工一些日常汉语。Hotel.com 本身也推出其简体中文版网站—— “好订”网，并在其呼叫中心雇用说汉语的代理人。游客数量激增 酒店行业迎来繁荣期根据酒店管理者的统计，在全球范围内，约有83%的酒店接待了中国游客，比去年增长了4%。到目前为止，亚太地区的酒店接待的中国游客数量最多（占15%，而其他地区酒店平均只占3-6%）。但值得注意的是，在过去的12个月中，前往欧洲旅游的中国游客数量激增了25个百分点，前往美国的也上升了11个百分点。根据日本国家旅游协会的消息，2014年赴日本旅游的中国游客数量也从460万人次上升到630万人次，上升了27个百分点。2015到2016年间，中国游客连续两年排在日本入境游客数量的首位。提供中文服务，他们自会前来Statista 的数据显示，2015年美国接待的中国游客达259万人次。预计到2021年，这一数字将会达到572万。美国旅游协会在其报告中指出，中国游客在美的平均消费达7,200美元，远高于其他国家游客。同时，拉丁美洲地区的酒店接待的中国游客数量也在上升——有44%的酒店表示其接待的中国游客相较于去年，增加了21%。乔杜里表示，与其他住宿方式相比，酒店住宿仍是中国游客的首选，因为他们“更注重旅游的质量，也愿意为此花钱。”

39

05/23

2022

刚刚，翻译狗上线人工翻译功能，再也不怕翻译不够雅信达啦！

各位小伙伴们大家好~很久没有跟大家见面的「狗子安利小课堂」，今天又回来啦。前段时间，狗子在与用户聊天的时候，刚好谈到了现在机器翻译之下慢慢被忽略的人工翻译需求问题。的确，现在机器翻译有了长足的进步，业内业外也大肆鼓吹着“人工翻译的困境与出路”、“AI大数据时代，人工翻译已死”...似乎双方已经势成水火，部分开发者动不动就想要人工翻译下岗甚至灭绝。甚至还搬出一系列荒谬的数据对比图来佐证诡辩。但事实情况是，至少在科研等专业文字翻译领域，对专业与精准度要求较高的的用户来说，仍存在一些细节需要专业译员来校对、核验...所以，在无数用户的催促下，翻译狗在2021年的最后一周推出了自己的「人工翻译」服务。使用起来也跟狗子家的文档翻译功能一样简单哦，只需要前往PC版首页，打开人工翻译页面上传本次需要人工翻译的文档，然后根据自己的需求选择翻译等级随后提交订单，就会有专门的客服小姐姐根据具体页数跟您确认翻译金额，译员就开始翻译处理啦！QA问答Q:请问如何收费呢？在翻译狗人工翻译平台提交文件之后，将有译员根据译文字符数核算费用后告知您，确认无误后在翻译狗官网上支付即可。Q:翻译一篇文章需要支付多少费用？翻译级别分为「阅读级」「商务级」，当前「阅读级」为10元/百字，「商务级」为17元/百字。翻译一篇千字商务合同，不到200元。Q:都能翻译什么？目前翻译狗的人工翻译，已经成功帮助用户翻译过医疗文献、技术档案、论文诗歌、招标文件、期末作业、应聘简历等。Q:翻译效果不满意怎么办？在译文交付7天内，翻译狗将提供两次免费修改Q:小语种都齐全吗？目前我们支持英、日、韩、法、俄等13种外语语言，如果您有其他小语种翻译需要，请咨询我们的客服热线：4001-868-556（周一到周五8:30~22:00，周末9:00~22:00）「上｜新｜特｜惠」即日起参与文章下方留言并使用「人工翻译」(订单达30元以上） 即可获得「现金红包」一个哦！ -END-

38

05/23

2022

醒醒！上班啦！翻译狗复工啦！

亻火 亻半 亻门！新年好呀！今天是大年初十一也是许多小伙伴们复工的第二天或者第四天又或者第七天相信各位都在春节睡得饱饱的，吃的胖胖哒从小伙伴变成了幸福满满的小亻火 亻半而小长假后开工前几天也往往伴随着『节后综合征』至少，狗子目前仍处于该症状中当家族群里仍在享受假期的家人们询问我上班感觉如何时 我的内心OS：如果不巧小伙伴们也有这样的感觉并伴随着起不来床不想上班甚至忘了自己是干什么工作的...那妥妥的患上了“节后综合征”不过不必担心根据央妈的表述“两周后会自动消失”当然，也有快速治疗节后综合征的药方 比如 『发开工红包』比如找到放假前保存的工作文件比如一键恢复网页浏览历史当然打开翻译狗找到 『我的翻译』 也就能回到上次的阅读的文档啦！无论是放假前没读完的科研论文还是短暂搁置的生产资料 都可以无缝对接继续学习呢！另外即日起翻译狗客服又恢复全年无休作息哦小伙伴们如遇到无法充值、翻译失败等问题可以在电询我们的客服小姐姐以下是工作时间周一至周五：8.30~22.00周末：9.00~22.00客服电话：4001-868-556 最后祝大家新年快乐，天天开心

38

05/23

2022

【 Boss 不 在 家，本 周 套 餐 ② 折】

大家好，我是狗子最近国际形势动荡不光网上舆论非常热闹狗子朋友圈一大堆战略家、军事评论员也纷纷猛虎下山，指点江山各种梗图也是刷到起飞但是我觉得吧，咱们作为平民、小老百姓关注热点的同时还是要警觉境外势力打牌让那些混淆是非的势力钻了空子言归正传经过半个月的返工复产相信大家都已经恢复状态了吧从复工的第一天起就有小伙伴们在后台私信狗子：“狗，优惠？懂？”不是狗子不想搞一波开工优惠而是说服不了老板而是实在没有合适的契机但今天正值老板不在开学季优惠活动又又又可以搞起来啦！本次开学季活动翻译狗带来了有史以来最 最 最 最低折扣的全新「学生优惠」套餐②折限时销售沾咱们翻译狗所有学生小伙伴的光本次学生套餐不限制购买条件（哪怕不是学生小伙伴本次也是可以购买的哦）68元套餐包含600页翻译+下载88元套餐包含800页翻译+下载 单页翻译+下载成本低至0.11元！再加上不限次数的文档格式转换使用权益超大术语库扩容... 是不是香爆了？ 嘘~当然了这种活也只能趁老板不在家才能整整啦！除了新上架的套餐最佳搭档「积分套餐」也参与买一赠一哦最后，此前翻译付费下载免费（按页付费）「特惠套餐」 也在众望所归中永久回归翻译狗啦！最后本次活动时间截止为3月15日哦！ 狗子掐指一算，好像不到14天啦！各位小伙伴抓紧前往官网买买买吧！——————————————号外翻译狗客服又恢复全年无休作息哦小伙伴们如遇到无法充值、翻译失败等问题可以电询我们的客服小姐姐以下是工作时间周一至周五：8.30~22.00周末：9.00~22.00客服电话：4001-868-556 最后祝大家工作顺利，天天开心

39

05/23

2022

0.11元翻+下！仅剩8小时！

大家好，今天是3月15日国内新一轮疫情不容小觑 大家尽量减少非必要外出嗷~ 记得戴好口罩保护自己哦！今天周二也是翻译狗一年一度【特惠开学季】活动最后一天哦 最后10小时！ 「学生套餐」 「特惠套餐」 「积分套餐」套餐统统②起折啦！尤其是本次不限定学生认证的「学生套餐」仅88元就能获得800页翻译+下载份额单页翻译+下载更是低至低至0.11元！简直火到出圈~一年一度的翻译狗【特惠开学季】离活动结束仅剩8小时啦！错过这次等明年！即刻加入这场开学狂欢一起学习一起嗨吧！号外翻译狗客服又恢复全年无休作息哦小伙伴们如遇到无法充值、翻译失败等问题可以电询我们的客服小姐姐以下是工作时间周一至周五：8.30~22.00周末：9.00~22.00客服电话：4001-868-556 最后祝大家工作顺利，天天开心

40

05/23

2022

论文查重花了上千？来翻译狗，免费！不限量！

《论文查重花了上千，翟天临欠我的拿什么还？》 《天临三年，论文查重有多苦？》《毕业前还要被宰？学位论文为何大涨价》每逢论文季狗子都能在刷到诸如此类“令人焦虑”文章玩归玩闹归闹不管你是天赋异禀的学术裁缝还是勤勤恳恳的搬运民工在查重面前只能乖乖等待命运降临改稿、延毕都是厄运带来的恶果而随着“天临事件”后最近几年查重技术的“突飞猛进”“反向升级”令如今的查重标准越来越诡异引用名人名言会被判定抄袭专有名词甚至导师名字通通逃不过被揪出来的命运也正是如此在论文上交终稿前疑心病重的小伙伴往往要自掏腰包反复鉴定自己呕心沥血的“作品”以此换一个安心写论文、查论文的心酸狗子也深有体会于是在这个论文季，狗子经过四处游说终于给大家争取来了最屌的「学术干货」论文查重“全免费”只需要打开翻译狗官网进入顶部「论文查重」页面输入相关论文信息并上传文档 很快就能得到整篇论文的查重数据啦！而且无论是「专业版」「本科版」「硕博版」还是其他论文网站收费高昂的「查重详细报告」「AI智能降重」本次全免费！全免费！全免费！通通免费！通通不限量使用！如果有苦于论文查重太贵的翻译狗小伙伴抓紧时间体验吧！—————————————— Q1：如何保障论文信息安全呢？使用本次论文查重功能前必须登录翻译狗账号，论文信息全程与翻译狗账号绑定，同样享有网银级数据安全哦！请大家放心使用！ Q2：本次免费查重服务对象是哪些呢？本次论文查重服务对象包含所有翻译狗[付费用户]，包含购买过积分套餐、页数套餐、VIP包月套餐、格式转换套餐的用户。只要您在翻译狗购买过以上套餐，就能享有无限次论文查重、AI降重等服务哦。

40
显示第 81 至 100 行，共计 349 行
上一页 1...34567...18 下一页