AI粗制滥造作品赢得DeepMind Kaggle大奖

背景

近日，一则来自 Hacker News 的帖子引发热议：一位参赛者凭借“明目张胆的 AI 垃圾内容”（Blatant AI slop）赢得了由 DeepMind 在 Kaggle 上举办的“衡量通往 AGI 的进展——认知能力”（Measuring Progress Toward AGI - Cognitive Abilities）竞赛，奖金高达 25,000 美元。该竞赛旨在推动人工智能在通用智能（AGI）方向上的评估方法，但这一结果却暴露了比赛机制可能存在的漏洞——即 AI 生成的低质量、看似合理但在科学上无意义的“垃圾内容”竟能击败人工设计的方案。

核心内容

根据 Hacker News 帖子的描述，这场由 DeepMind 赞助的 Kaggle 竞赛，其核心任务是开发能够衡量大语言模型（LLM）在认知能力方面向 AGI 进步的方法或指标。参赛者需要提交解决方案，评判标准可能包括创新性、有效性以及可复现性。然而，最终获胜的提交被批评为“Blatant AI slop”——即完全由 AI 模型（如 GPT 系列）自动生成、缺乏实质性思考或严谨验证的内容。该方案并没有真正解决认知能力评估的问题，而是利用了比赛评分规则的盲点，例如生成大量看似合理但实际空洞的文本，或通过重复套话和表面逻辑来迷惑评委。帖子指出，这种“AI slop”不仅成功骗过了评审系统，还赢得了顶级奖金，反映出当前 AI 竞赛中评估机制对 AI 生成内容的抵抗力不足。

关键要点

• 获奖方式：获胜方案并非基于严谨的科学研究或原创算法，而是由 AI 模型自动生成的、看似合理但实质上无意义的“垃圾内容”。
• 奖金金额：DeepMind 为这场竞赛设置了 25,000 美元的大奖。
• 竞赛主题：竞赛名称为“Measuring Progress Toward AGI - Cognitive Abilities”，由 Kaggle 平台举办，DeepMind 赞助，目标是开发评估 LLM 认知能力向 AGI 进展的方法。
• 争议焦点：这一结果被 Hacker News 社区定性为“AI slop 获胜”，揭示了 AI 生成内容在竞赛评审中可能绕开对真实能力的考核。
• 潜在问题：评审系统可能依赖于表面特征（如文本长度、结构、关键词密度），而非对内容科学价值的深度理解，导致 AI 自动生成的“伪方案”取得高分。

意义与影响

这一事件对 AI 竞赛社区、学术评审机制以及 AGI 评估方法提出了严峻挑战。首先，它表明当前 AI 竞赛的评分标准易被“AI slop”利用，尤其是当参赛者使用更强的大语言模型生成解答时，评审系统可能无法区分真正的创新与自动填充的废话。其次，DeepMind 作为顶级 AI 实验室，其赞助的竞赛出现此类问题，或许会促使组织者重新设计评审流程，引入人工交叉检验、对抗性测试或更严格的代码/数据验证。最后，该事件也引发了更广泛的讨论：在 AI 生成内容日益泛滥的今天，如何确保竞赛、学术论文乃至专利申请中的成果是真实且具有科学价值的？如果“AI slop”能够轻易赢得高额奖金，那么未来依赖 AI 进行研究或竞赛的生态将面临信任危机。这一案例或许会成为行业内反思评估机制规范化的一个警示信号。