作者 | 陈骏达
编辑 | 李水青
谷歌干崩内存股的论文，竟被曝出学术不端？
智东西3月29日报道，近日，谷歌的TurboQuant论文引发全网广泛关注。该论文提出的TurboQuant技术，据说能将大模型KV缓存的内存占用压缩至原来的1/6，似乎给当下的“AI存储荒”提供了解决思路，因此一度引发美股多支存储股大跌，市值合计蒸发超过900亿美元（约合人民币6220亿元）。
然而，反转也来得很快。3月27日，苏黎世联邦理工学院计算机博士后、RaBitQ论文作者华人高健扬发布文章，指出谷歌的TurboQuant论文存在三大问题：系统性地回避了其与已有RaBitQ方法（2024年发布）的相似性，错误描述了RaBitQ的理论结果，并刻意营造不公的实验环境。
高健扬在知乎上发表的澄清文章
并且，谷歌TurboQuant团队可能还存在“知错不改”的嫌疑。高健扬称，早在2025年5月，在TurboQuant论文正式投稿至ICLR 2026之前，RaBitQ团队已经向作者指出了论文存在的问题，TurboQuant团队承认了相关问题，但选择不予修复。
高健扬在X平台上发表的推文
今天下午，高健扬更新了知乎帖子，称他们仅收到TurboQuant论文第一作者Amir Zandieh的笼统答复，承诺会修正对RaBitQ理论结果的错误描述和实验环境差异，但拒绝在文中讨论TurboQuant与RaBitQ在技术上的相似性。
并且，TurboQuant团队仅愿意在今年4月ICLR 2026正式会议结束之后才做相应修正。
高健扬称，他决定此时公开说明这一事件，是因为错误的学术叙事一旦广泛传播，纠正的成本会越来越高。
一、KV缓存砍至1/6、推理提速8倍，TurboQuant具体做了什么？
在厘清事实之前，我们需要首先看看谷歌的TurboQuant究竟提出了什么方法。
向量量化一直是AI数据“瘦身”的主流技术，主要用于压缩高维向量、节省内存、提升检索与推理效率。但传统压缩方法通常会引入额外的内存开销，反而会影响向量量化的效果。
谷歌提出的TurboQuant是一种无损极限压缩算法，该算法主要通过两个关键步骤，在实现零精度损失的同时大幅缩小模型尺寸。
TurboQuant博客
第一步是高质量压缩（PolarQuant方法）。TurboQuant首先对数据向量进行随机旋转。这一操作能够简化数据的几何结构，从而便于使用标准且高质量的模型量化器。
通过这一阶段，TurboQuant能够将大部分压缩能力（即多数比特）用于捕捉原始向量的主要特征和强度。
第二步是消除隐藏误差。TurboQuant仅用少量剩余压缩能力（仅1比特），对第一阶段残留的微小误差应用QJL算法。QJL阶段相当于一个数学误差检查器，能够消除偏差，从而获得更加精准的注意力评分。
QJL采用一种了称为“Johnson-Lindenstrauss变换”的方法，缩小复杂、高维数据，同时保持数据点之间的基本距离和关系。
实验中，谷歌称TurboQuant在所有基准测试中均达到了“完美的下游任务表现”，同时将KV缓存的内存占用减至1/6。
TurboQuant基准测试结果
使用TurboQuant计算注意力逻辑值后，在H100 GPU加速器上，4比特TurboQuant相比32比特未量化的键值实现了高达8倍的性能提升。
TurboQuant性能测试结果
二、RaBitQ论文作者完整复盘：去年就已提出质疑，TurboQuant团队不回邮件
TurboQuant论文在3月25日被“Google Research”官方账号转发后，获得了海量关注。然而，这篇论文与2024年5月由高健扬等人发布RaBitQ论文，有不少说不清道不明的联系。
高健扬在他发布的知乎帖子中回顾了相关争议的完整时间线：
高健扬回顾事件完整时间线
可以看到，在2024年，RaBitQ团队就陆续发布了论文的预印本和扩展版，同时开源了相关代码。这篇论文还发表在顶级会议SIGMOD上。
2025年1月，TurboQuant论文第二作者Majid Daliri与RaBitQ团队取得联系，请求协助调试Python版RaBitQ实现，三个月后TurboQuant论文在arXiv发布。
TurboQuant发布后，RaBitQ团队很快发现了TurboQuant团队针对RaBitQ采用了不同的实验条件，然而TurboQuant团队在被要求修改事实性错误后，采取了消极态度，停止回复邮件。
2025年11月，TurboQuant论文被提交至ICLR 2026，相关错误并未修改，RaBitQ团队联系ICLR 2026后也未获得回应。
在高健扬看来，TurboQuant论文至少存在三个问题。
问题一：系统性地回避TurboQuant方法与已有RaBitQ方法的相似性
RaBitQ与TurboQuant在方法层面有直接的结构联系，两者都在量化前对输入向量施加随机旋转（Johnson-Lindenstrauss变换）。这是两篇论文方法设计中最核心、最接近的部分。
对于这一质疑，TurboQuant团队曾回复道：“随机旋转和Johnson-Lindenstrauss变换已成为该领域的标准技术，我们无法列举所有使用这些方法的方法。”
高健扬认为这一回应是在转移矛盾：作为在相同问题设定下，率先将随机旋转（Johnson-Lindenstrauss变换）与向量量化结合、并建立最优理论保证的先行工作，RaBitQ应当在文中被准确描述，其与TurboQuant方法的联系应当充分讨论。
问题二：错误描述RaBitQ的理论结果
高健扬称，TurboQuant论文在不提供任何论据的情况下，将RaBitQ的理论保证定性为“次优”，将原因归结为“较粗糙的分析（loose analysis）”。
然而，RaBitQ的误差界实际上已经达到了理论计算机顶级会议论文（Alon-Klartag，FOCS 2017）给出的渐近最优误差界，并因这一结果被邀请至理论计算机科学顶级会议FOCS的Workshop进行报告。
2025年，RaBitQ团队与TurboQuant的第二作者Majid Daliri进行了多轮详细的邮件技术讨论，澄清TurboQuant团队对RaBitQ理论结果的错误解读，然而相关错误定性一直未被修正。
问题三：刻意创造不公平的实验环境
TurboQuant团队在测试RaBitQ和TurboQuant时采用了不同的实验设置。
具体来看，TurboQuant团队使用单核CPU、关闭多线程并行的设置来测试RaBitQ算法，但却使用英伟达A100 GPU测试TurboQuant算法。
TurboQuant团队还使用了自己翻译的Python代码，而非RaBitQ团队开源的C++实现，前者的效果要差于后者。
同时，以上两点差异均未在论文中充分披露。
三、论文评审发帖：只提一次RaBitQ，我是震惊的
RaBitQ团队的维权，获得了一些网友和学术圈人士的声援。
TurboQuant论文的一位评审者在公开的学术论文评审平台OpenReview发表评论，称他虽然认为TurboQuant的理论分析和实验结果都很出色，但是也发现这一方法与RaBitQ存在明显的共通之处，并要求TurboQuant团队比较两者在设计上的差异如何影响性能。
然而，在查看TurboQuant的最终版本时，他惊讶地发现在论文的实验部分RaBitQ仅被提到了一次。
TurboQuant论文评审谈这篇论文的问题
在知乎上，有位网友称自己去年读TurboQuant论文时，就感受到其与RaBitQ的相似之处，更像是把RaBitQ换了一种表达方式，在GPU上实现一遍，创新性不够。
知乎网友评论TurboQuant创新性问题
还有网友称，自己复现了TurboQuant，发现至少在向量检索领域TurboQuant的召回率低于RaBitQ。
知乎网友质疑TurboQuant复现结果
X平台上，有网友评价道，在论文提交前问题就被指出，但却被忽略，这是最糟糕的结果。这意味着TurboQuant团队明明意识到问题存在却故意保留了下来。虽然同行评审流程应该能发现这些问题，但ICLR的接收并不总是意味着技术论断站得住脚。
X平台网友评价TurboQuant涉嫌学术不端事件
结语：顶会论文、大厂标签不是护身符，学术叙事不容“带病传播”
截至目前，TurboQuant与RaBitQ之间的争议尚未有官方定论。然而，学术研究的核心在于“可追溯”与“可复现”。当一篇论文被顶级会议接收，并通过大型科技公司的渠道获得千万级曝光时，其技术叙事的影响力已远超学术圈本身，甚至波及资本市场。
在这种情况下，对先行工作的准确引用、对实验条件的完整披露、对质疑的及时回应，便不再是可有可无的环节，而是维护学术共同体公信力的基本责任。
目前，RaBitQ论文团队已向ICLR官方再次提交正式投诉和完整证据包。未来，他们还考虑在arXiv上发布详细技术报告，进一步呈现两项研究的关系。
无论结果如何，它都再次提醒我们，对学术规范的敬畏、对先行者的尊重，以及对每一份实验数据的诚实，始终是不可逾越的底线。
倍顺网提示：文章来自网络，不代表本站观点。
