AI 工具与学术规范

AI 编程助手和大模型能显著提高学习和科研效率，课题组鼓励使用。但科研对真实性的要求很高，用错了会造成严重后果。

推荐的使用场景

学习时

• 解释看不懂的概念、公式、代码，让它举例子、换个角度讲；
• 学完一个知识点后让它出题考你，检验自己是否真懂；
• 读英文论文时解释难句、术语（见找论文与读论文）。

写代码时（工具配置见 AI 编程助手）

• 解释报错、查命令用法、读不熟悉的代码库；
• 写实验脚本、画图脚本、数据处理代码；
• 写单元测试、重构代码。

做研究时

• 讨论想法、列出可能的研究思路（作为启发，不作为结论）；
• 润色你自己写的英文段落。

必须核实的内容

• 命令和代码：AI 给的命令可能针对旧版本，或者带有删除文件等危险操作。执行前先看懂，涉及 rm、sudo、修改系统配置的命令要格外小心。你提交的每一行代码，都要能解释它在做什么。
• 事实和数字：论文结论、模型参数、性能数据，以原始论文和官方文档为准。
• 参考文献：AI 会编造看起来很真实的论文（标题、作者、会议都像模像样）。每一条引用都要在 Google Scholar 或 DBLP 上确认存在，并且确实说了你引用的内容。

不允许的做法

• 编造或修改实验数据。
• 把 AI 生成的大段内容不加说明地当作自己的论文正文。
• 课程作业中违反任课老师关于 AI 使用的规定。
• 不经允许把未发表的组内工作（论文草稿、代码、数据）上传到公开的 AI 服务。
• 把服务器密码、API Key 粘贴给 AI 工具。

学术会议的最新规定

顶级会议对 AI 使用的要求越来越严格，而且每年都在变化，投稿前一定要阅读当年的政策：

• ICLR 2026：大量使用大模型却不披露的论文会被直接拒稿（desk reject）；论文中出现编造的参考文献，经确认后同样直接拒稿。审稿意见里出现编造的参考文献，审稿人自己投的论文也可能被拒。（ICLR 官方说明）
• NeurIPS 2026：主会允许作者使用大模型；如果大模型是研究方法中重要的、原创的或非常规的一部分，要在实验设置一节（或相应的部分）说明；拼写检查、语法修改、基本的编程辅助不需要披露。作者对论文全部内容（包括参考文献）负完全责任，文献综述中出现编造的引用违反 NeurIPS 的行为准则。（NeurIPS 2026 主会手册）
• IEEE 期刊和会议：要求在致谢中说明使用 AI 生成内容的情况。

不确定时问导师。

开源许可与版权

• 使用别人的代码、模型、数据集前，看清它的许可证（MIT、Apache-2.0、CC BY-NC 等），商用和再分发的限制不同。
• 论文中使用的开源代码和数据集要引用。
• 网盘里流传的课程视频、付费资料不要二次分发。