谷歌TurboQuant壓縮算法論文被指抄襲

谷歌TurboQuant壓縮算法論文被指抄襲

文章圖片

谷歌TurboQuant壓縮算法論文被指抄襲

文章圖片


【TechWeb】3月29日消息 , 科技巨頭谷歌遭遇了一場突如其來的“學術誠信”危機 。 這一切 , 都源于一篇號稱能“顛覆AI內存市場”的論文 。
3月25日 , 谷歌高調發布TurboQuant壓縮算法論文 , 聲稱這項技術能將AI大模型運行時最耗資源的KV緩存內存占用降至原來的1/6 , 速度提升8倍 。 消息一出 , 資本市場率先作出反應——美光、西部數據等存儲巨頭股價應聲暴跌 , 單日總市值蒸發超過900億美元 。 業界驚呼 , 這簡直是谷歌版的“DeepSeek時刻” 。
然而 , 這場科技盛宴只持續了短短兩天 。 3月27日 , 蘇黎世聯邦理工學院的華人博士后高健揚的一紙指控 , 將谷歌從神壇拉入泥潭 。
指控內容顯示 , 高健揚是RaBitQ算法的第一作者 , 該算法早在2024年就已發表 , 并連續被兩大頂會SIGMOD收錄 , 代碼完全開源 。 他直指谷歌的TurboQuant存在三方面嚴重問題 。
一是“核心技術回避” 。 高健揚指出 , TurboQuant的核心方法——隨機旋轉與量化 , 與RaBitQ高度相似 。 然而 , 谷歌論文不僅刻意回避引用RaBitQ , 還將審稿人要求討論兩者關系的意見置之不理 , 在終稿中將相關內容移至附錄 。
二是“理論結果貶低” 。 谷歌論文在毫無依據的情況下 , 將RaBitQ的理論保證定性為“次優” , 試圖貶低其學術價值 。 高健揚強調 , RaBitQ的擴展論文早已嚴格證明其誤差界已達到理論計算機頂級會議FOCS給出的漸近最優界 。
三是“實驗設置不公” 。 對比實驗中 , 谷歌團隊采用雙重標準:測試RaBitQ時使用單核CPU且關閉多線程 , 而測試TurboQuant時則動用NVIDIA A100 GPU加速 。 這種刻意的條件不對等 , 人為制造了巨大的性能差距 。
另外 , 指控還透露 , TurboQuant的第二作者曾于2025年1月主動聯系高健揚 , 請教RaBitQ的代碼細節 。 這意味著谷歌團隊對該算法了如指掌 , 卻在論文中刻意回避 。
面對指控 , TurboQuant第一作者Amir Zandieh辯稱隨機旋轉是“領域標準技術” , 不可能引用每一個相關方法 。 他僅承諾修正部分實驗細節 , 卻拒絕承認技術上的相似性 , 也拒絕補充核心引用 。
高健揚對此深感無奈 。 他擔心 , 憑借谷歌巨大的平臺影響力 , 這篇論文已獲得數千萬次曝光 。 若不及時糾正 , 論文中對RaBitQ的錯誤描述和貶低將自動成為大眾“共識” , 歷史將被改寫 。
目前 , 高健揚已在ICLR公開平臺發表評論 , 并向會議委員會提交正式投訴 。 這場風波已從單純的技術爭議 , 演變為學界小人物對抗科技巨頭“學術話語權”的維權事件 。
【谷歌TurboQuant壓縮算法論文被指抄襲】蘇黎世聯邦理工學院博士后高健揚在知乎賬號發布的全文

    推薦閱讀