谷歌DeepMind被曝抄袭原告：把我们的报告洗了一遍！(谷歌deep mind)

大模型圈再次曝光抄袭大瓜，这一次，“被告”还是著名的谷歌Depmind。

“原告”直接怒喷：他们只是把我们的技术报告洗了一遍！

具体情况如下：

谷歌Depmind一篇文章，顶流新生代会议CoLM 2024年的论文被挂了，瓜主直指抄袭了一年前挂在arxiv上的一项研究。开源的那种。

这两篇论文都讨论了一种规范模型文本生成结构的方法。

抓马的是，谷歌Deepmind这篇论文确实清晰地写着引用“原告”的论文。

然而，鹅，即使标明了引用，“原告”两位论文作者Brandon T. Willard(布兰登)和R)emi Louf(雷米)仍坚称谷歌抄袭，并认为:

谷歌对两者差异的表达“简直荒谬”。

而且很多网友看完论文也慢慢打出一个问号：CoLM是怎么审稿的？

唯一的区别是改变了概念？

快速看一眼论文对比……

两篇论文的比较

先看两篇论文的摘要对比。

谷歌Depmind的论文说，tokenization给限制语言模型输出带来了麻烦。他们引入自动机理论来解决这些问题。核心是避免在每个解码步骤中通过所有逻辑值（logits）。

该方法只需访问每个代码的解码逻辑值，计算与语言模型的大小无关，高效易用于几乎所有的语言模型架构。

而“原告”说法大致如下：

通过构建语言模型词汇表上的索引，提出了一个有效的框架，大大提高了约束文本生成的效率。简单地说，它是通过索引来避免所有逻辑值的复制。

同样“不依赖于特定的模型”。

方向真的很不一样，我们继续看看更多的细节。

我们使用谷歌Geminini 1.5 Pro分别总结了两篇论文的主要内容，然后让Gemini比较两者的异同。