苹果AI论文太坑了，用GPT写的GT，导致北京程序员通宵加班

大无语事件天天有，今天特别多—— AI大模型公司阶跃星辰的研究员，自曝被苹果挂在arXiv上的论文，狠狠坑了一把。 自己去反馈问题，对方简单回了两句就把issue关了；直到自己留下公开评论，对方才撤稿下架代码了。 看到这儿，你是不是已经觉得够离谱了？ 不好意思了朋友们，这还不是最离谱的……后续的故事看得人脑子上一个问号接一个问号冒出来。 这场闹剧的荒诞程度，一步步升级，直到最终Lei Yang"公开把它喷撤稿了"。 别着急，我们先来梗概一下故事线： 这个月月初，阶跃研究员Lei Yang被同事安利了一篇arXiv上苹果出品的论文（该论文也在投ICLR 2026），论文中提出的benchmark和Lei Yang最近做的研究 非常契合。 他超级开心，马上停下手头的工作，开始适配这个benchmark。 结果这个声称"小模型全面超越GPT-5、数据经人工精心把控"的视觉benchmark，实际上却存在荒谬的官方代码bug和高达约30%的GT（Ground Truth）错 误率。 总之看得围观的Reddit吃瓜网友连连摇头： 我们曾拥有BatchNorm、ResNet、Dropout、Transformer这些革命 ...