黄秋原事件汇总

诚信是一个人的根基，在科学领域尤其如此。我们不希望看到在计算机科学领域出现如此严重违背诚信的现象。知乎上的帖子有可能随时被删除，此网站用于备份相关信息。拒接遗忘！捍卫正义公平！欢迎邮件([email protected])实锤消息，同时也欢迎黄秋原女士出面澄清。

黄秋原事件汇总网站：

https://qiuyuanhuangfabricating.github.io/

背景介绍

黄秋原女士是中国科学技术大学的2007级脱产成教本科生(学号：TB07202112), 2011年以成教本科学历成功申请美国佛罗里达大学计算机专业博士, 主攻网络方向, 同时从事网络编码/社交网络/物联网等多个方向的研究,2017年博士毕业后进入美国微软研究院总部工作, 从事计算机视觉和人工智能方向的研究, 在CVPR/NIPS/AAAI等人工智能顶级会议上发表论文多篇。

 

先后获得包括德国海德堡获奖者论坛评选的“全球杰出科学家”和麻省理工学院评选的 “女性学术新星”等多个学术奖项和荣誉称号, 并于今年以实习生导师身份获得计算机视觉顶级会议CVPR 2019最佳学生论文奖.

知乎相关帖子（可能已经被公关）

 

如何评价CVPR 2019最佳论文得主－微软研究员黄秋原小姐的成人教育本科学历？是否涉嫌学历造假？

 

如何评价cvpr 2019审稿第一的工作?

 

黄秋原相关评论

 

我就想问一句，知乎为什么要在我说了这句之后秒删我帖子？我知道这事早晚会不了了之，我也知道我其实改变不了什么，有人早就让我别找麻烦别惹事，毕竟international background check根本分不清楚USTC毕业的PB和TB有什么区别，而且都过去那么多年了，去年能得只给女生的rising star，过两年就是MSR的学术明星，再过十年就当上IEEE Fellow了，那时所有人都会沉默，更没人愿意趟这滩浑水了，我只是想借着她得best paper有点关注度，及时把这件事捅出来让更多的相关人看到，让不知情的人有所心理准备就好，你可以继续获取名利，但是请别误了更多的人，尤其是你手下未来年轻的PhD们如果知乎管理员也觉得我小题大做多事了，请私信告诉我，我自己动手删，不劳你们动手，我不会给你们添麻烦的, 谢谢黄秋原小姐，您真的不用掩耳盗铃了，每天修改主页配合我有意思吗？我估计你还不知道什么叫cache吧？你得那些个奖周围谁不知道？难道非要我截个图提醒大家?Then

pdate::楼上说黄秋原是Allen-Zhu（朱泽园）炮友的事情目前我没法考证（女朋友，地下情人？），虽然我也听过相关的传言，但是没有一手资料，我很想听，求实锤。@楼上的匿名用户

黄秋原t和吴大鹏的事情佛罗里达大学 ece基本人尽皆知，让一作等等八卦 我亲自和黄秋原的导师的学生确认过。为了保护当事人就不透露更多细节了。原以为黄秋原毕业就回国混混，没想到靠这点本事还真能在美国混下来，也是因为码农圈屌丝太多了吧……

前不久自杀的陈其实我也认识，之前有一段时间他发了一些负能量的状态，没人在意，没想到他真的走到那一步，着实让人唏嘘。

回想起当年在美国大农村读书的日子，穷但充实，简单而快乐，他们也都曾有着学术理想。现在当年的很多人当了码农赚着高额的工资，却找不到当年的感觉了。物是人非吧。

以前面试过两个人。

第一个人简历上写的是本科某985高校的计算机学院，研究生出国去美国。这个学校的本科生教育是很严苛的。然而面试时候，面试者展现的最最基本素养，完全不是一个经历良好本科教育的学生。我百思不得其解，后来无意中人肉了一下，原来这人是该大学xxxx分校的，一个独立招生的分校。我立刻明白了，这个人的面试表现为什么和我的印象不一致。另外，我也不相信他在申请国外学校的时候，明确地写出了属于某独立分校。

第二个人，也是直接说是天津某985高校的，简历很亮，参加过某计算机类的竞赛，虽然只是个普通的奖。很巧的是，我刚好认识她们这一届参加这个比赛的大神，我就随口一问，你们学校是有个人叫xxx吧，她不假思索地说不认识。我就起了疑心，找xxx打听了一下，反馈是问遍上下两届，无人认识我面试的人。我判断此人是隐瞒了自己来自某独立学院的事实。

不否认独立学院、分校、成教也能够出现和普通本科生一样能力甚至更高能力的人，但是你通过模糊简历中的关键经历来贴金，那么就是一种欺骗了。

国内高校，尤其是重点高校的成人教育、独立学院都应该予以剥离，专心从事全日制本科、研究生学位教育。成人教育、独立学院在一定程度上已经成了为本校创收的途径。

曾经替导师去带过夜大的课，本校的研究生很多都有这样的经历。因为学校、学生都不重视，最后拿到学历就好了。让学生去替老师上课，也就省了很多事，反正也就是翻一下slides。

好在教育部已经开始意识到这一点，全面清理普通高等院校的继续教育，剥离独立学院。

我发小的前导师靠撒钱找世界范围内的领域内大牛买文章，导致他手下的土博publication轨迹上和这位黄秋原女士很有既视感：即经常一个土博之前发的都是几乎无影响力的中文期刊，而在我发小前导师完成交易并送其出国去大牛那边“学术交换”后，就各种领域内顶级期刊直接一作了，甚至有一年两篇的情况（在他的领域那个级别的顶级期刊还是很有难度的），而往往最后这些期刊文章里的内容，明明就是那些大牛手下的中国留学生前两年一直在努力做的东西。

而且当年作为他发迹起点的第一篇顶会投稿那段时间，就特别委派手下一个特别有能耐出身很高贵的博士生（父母有都是较高级别的官员）利用自己家族的经验，以该博士生的个人名义贿赂了恰好在国内访问的2个英国英国某校和德国某校的大牛，而当时这俩正好在那个会议里有相当的发言权。

对于人来说，财色也就是俩最大的追求，所以我觉得既然我发小的前导师能够靠钱搞定起码30+篇顶级期刊，这个黄秋原女士靠色搞定个几篇也是完全可能的。

读过PhD的，见过顶尖学术圈是什么样子的，自然明白这些事情一点也不奇怪。

没有读过PhD的，野鸡学校出身的，自然洗地洗的勤快，以为这样可以把自己的出身一并洗白。

丑小鸭变天鹅的故事，多么励志。

=====

学术圈恶心的很。藤校又怎么样，顶会又怎么样，还不是拉帮结派，人前一套人后一套，当面说你做的多优秀，回头就给你的manuscript写一堆恶心的review。

长得好看并且还会巴结教授的女学生，在实验室的特权，哪里是几个不劳而获的一作就可以简单概括了去的。

那些看热闹的吃瓜的，无非是借着这一个机会，表达一下对吃瓜者自己周围发生的那些不满罢了。

大家感受一下CVPR best student paper二作的写作水平有多么的高山仰止。看看这个语法的运用以及用词的花哨，非我常人能够写出

Position: Postdoctoral Researcher

Current Institution: Microsoft Research

Abstract: Deep Learning for Language Intelligence

My research interests are mainly in the areas of machine learning, focusing on Deep Learning, and natural language processing (NLP), focusing on (visual) language intelligence. More broadly, my research goal is targeted at research domains in which deep but flexible meaning representation, strong inference, and learnable knowledge have a large payoff: for example, language intelligence robotics. A sample, long-range application would be a personal assistant capable of interacting with many application systems to read from and affect the world. I have conducted research at Microsoft Research AI (MSR AI), centered around two themes: 1) neural symbolic approach for natural language processing, and 2) deep learning for visual-language intelligence. On the neural symbolic approach for NLP, we developed a new network architecture: the Tensor Product Generation Network (TPGN) for NLP, based on the general technique of Tensor Product Representations (TPRs) for encoding and processing symbol structures in distributed neural networks. On deep learning for vision-language intelligence, we proposed a hierarchically structured reinforcement learning approach to addressing the challenges of planning for generating coherent multi-sentence stories for the visual storytelling task. Finally, beyond pushing forward state-of-the-art research, I am a strong proponent of efficient and reproducible research. I also helped to ship the proposed techniques to Microsoft products and create real-world impact. We have been developing two bots, Caption Bot and Drawing Bot, in collaboration with Microsoft product team.

Bio:

Qiuyuan 黄秋原 is a researcher in the Deep Learning group at Microsoft Research AI, having joined the group as a postdoctoral researcher in 2017. She received her bachelor’s degree in 2011 from the Department of Computer Science University of Science and Technology of China (USTC) and PhD degree in 2017 from the Department of Electrical and computer engineering University of Florida. Her research interests are in the areas of deep learning and natural language processing, ranging from deep neuro-symbolic general intelligence, reinforcement learning, generative adversarial networks, visual-language intelligence and networking. She is committed to the process of bridging the gap between theory and practice and of bringing theoretical results to practical implementations. She also loves writing actual code, building real systems from scratch and making them work simply, efficiently, elegantly, and beautifully.

大家感受一下CVPR best student paper二作的写作水平有多么的高山仰止。看看这个语法的运用以及用词的花哨，非我常人能够写出

Position: Postdoctoral Researcher

Current Institution: Microsoft Research

Abstract: Deep Learning for Language Intelligence

My research interests are mainly in the areas of machine learning, focusing on Deep Learning, and natural language processing (NLP), focusing on (visual) language intelligence. More broadly, my research goal is targeted at research domains in which deep but flexible meaning representation, strong inference, and learnable knowledge have a large payoff: for example, language intelligence robotics. A sample, long-range application would be a personal assistant capable of interacting with many application systems to read from and affect the world. I have conducted research at Microsoft Research AI (MSR AI), centered around two themes: 1) neural symbolic approach for natural language processing, and 2) deep learning for visual-language intelligence. On the neural symbolic approach for NLP, we developed a new network architecture: the Tensor Product Generation Network (TPGN) for NLP, based on the general technique of Tensor Product Representations (TPRs) for encoding and processing symbol structures in distributed neural networks. On deep learning for vision-language intelligence, we proposed a hierarchically structured reinforcement learning approach to addressing the challenges of planning for generating coherent multi-sentence stories for the visual storytelling task. Finally, beyond pushing forward state-of-the-art research, I am a strong proponent of efficient and reproducible research. I also helped to ship the proposed techniques to Microsoft products and create real-world impact. We have been developing two bots, Caption Bot and Drawing Bot, in collaboration with Microsoft product team.

Bio:

Qiuyuan 黄秋原 is a researcher in the Deep Learning group at Microsoft Research AI, having joined the group as a postdoctoral researcher in 2017. She received her bachelor’s degree in 2011 from the Department of Computer Science University of Science and Technology of China (USTC) and PhD degree in 2017 from the Department of Electrical and computer engineering University of Florida. Her research interests are in the areas of deep learning and natural language processing, ranging from deep neuro-symbolic general intelligence, reinforcement learning, generative adversarial networks, visual-language intelligence and networking. She is committed to the process of bridging the gap between theory and practice and of bringing theoretical results to practical implementations. She also loves writing actual code, building real systems from scratch and making them work simply, efficiently, elegantly, and beautifully.

闻道有先后 没有必要去评价别人的学历

学术不端和学历造假都有合理合法的举报途经。在没有证据的情况下，到社交媒体上发布这种满是人身攻击色彩的问题的人早已毫无荣誉可言。

即便你真的是受害者，当你期望以网络暴力还击现实暴力的那一刻，我也对你失去了同情。

________________________________________

就事论事

1. 黄秋原研究领域跨度

 

2018一年内发表的论文涉及了CV和NLP的多个子方向

还都是顶会或者很有质量的期刊

一篇做的还是网络和深度学习结合的方向

这几篇文章的跨度也是蛮大的

黄秋原女士的参与度我个人存有疑虑

2. 黄秋原和ZeyuanAllen-Zhu的桃色新闻

ZeyuanAllen-Zhu有不少人为他担保，也没有人锤他品行。

提问者自己都为他澄清，感觉是被AOE了。

 

对于黄秋原和吴大鹏的事情不发表评论

 

3.学历问题

黄秋原成教的学历和学位受政府承认

黄秋原计算机的学位 写个B.S. 没啥毛病

如果冒充科大全日制统招生那另当别论

4. 黄秋原抢一作

黄秋原女士研究领域的宽泛性一定程度上支持了这种可能性

目前黄秋原抢一作无锤 等锤

5.有洗的 有纯黑的 黑的和洗的都挺浮夸的

 

歪个楼, 纯学术讨论

扫了下黄秋原文章, 黄秋原17年之前主要方向是网络里流量优化, scheduling, 还有网络编码. 发过infocom twc的都知道,其实本来也一堆优化应用题灌水, 用的基本上也是概率, convex optimization, game theory之类, 很多数学工具和ml用的套路差不多. 这几年通信的funding越来越少,这行业的教授往DL转是大趋势. 很多是挂羊头买狗肉, 拉两个这方面的教授一起灌水,说是搞大数据deep learning, 其实就擦边球, 换个应用场景, 方法论还是原来那套. 反正都是IEEE society的,互相审稿, 一团和气.

 

当然, 也有真是纯研究无线网络和CV AI两个领域都巨牛的, 比如uber AI的头头Erran Li. 他之前在哥大是研究无线网络, 去uber后开始负责CV AI. 然后分别拿了IEEE fellow和ACM fellow….

归根结底,是通信理论研究2005年后就没啥特别大的坑, 15年前这帮做通信开始搞WSN, 10年前相应奥巴马号召跟风搞smart grid和CPS, 这几年又跳DL的大坑.

 

最后像polar码这样的新领域还需要华为来发扬光大.

 

闻道有先后 没有必要去评价别人的学历

学术不端和学历造假都有合理合法的举报途经。在没有证据的情况下，到社交媒体上发布这种满是人身攻击色彩的问题的人早已毫无荣誉可言。

 

即便你真的是受害者，当你期望以网络暴力还击现实暴力的那一刻，我也对你失去了同情。

________________________________________

本人为被抢一作的同学同事打抱不平。

黄秋原小姐2017年进入MSR做post-doc，应该是MSR几个大佬签的，mit得奖也是他们写的推荐信。我猜他们现在肯定特别无语。

黄秋原小姐进来后不知所从，因为她不会写code。她也并不懂什么deep learning，有一次他偷偷拜托实习生帮她装python和anaconda。她不知道CUDA_VISIBLE_DEVICES这个标志是干嘛的，于是跑tensorflow的时候整组的GPU都被她占了跑她的小实验。 可惜的是至今写code水平都尚未有所进步。

黄秋原小姐发达后，常年不在办公室，然而奇怪的是微软teams（一个内部IM）上面她总是busy状态。她必然是个大忙人，整天在各地协调project。

抢一作强行加塞的事情就别提了。个人总结：

要是一起写过一些code = 一作

安排过线上或线下meeting （就是outlook里点几下） = 二作

参加过讨论发表一下肤浅的议论（比如用什么dataset，用什么metrics）= 二作或N作

黄秋原小姐来MSR博后大半年就准备转正，当时各种打点关系。有一个cv组她特别中意，是她疏通的重点目标。然而Harry Shum手下突然reorg，该cv组reorg到MSR之外去了。黄秋原小姐立刻翻脸不认人。在她心目中必须是MSR，微软其他部门都是渣渣。

另外以下只是个人感官，黄秋原小姐的确有几分姿色，可惜就是粉太厚，香水太浓。

 

黄秋原小姐身为“学术大牛”，所有热门方向都能发paper，无缝转跨度极大的领域，这个publication list一摆，不用黑幕就可以评上MIT学术新星。CVPR这篇paper没看过，不过相信也是真材实料，学术上问题应该不大。对于这种人的预期是她会在圈子里很活跃，跟很多人有交流，起码有一些旁证。

事实是，Google上搜黄秋原和英文的qiuyuan huang，除了这个回答、MS主页和她的paper和之外，没有任何公开资料。没有能查到的CV，甚至连LinkedIn和Facebook都没有（大胆猜测其朋友圈也是几天可见那种的）。认识的MS和UF的同学们也均表示，很少见过此人出现。试问哪位学术新星能把自己活的这么低调？可以用任何发过几篇paper的人名做实验，大多有存在过的痕迹，比如高中毕业啊，社团活动啊，获奖啊，讲座啊什么的。不仅如此，唯一的个人信息MS主页还在这两天被她删除了MIT学术新星，杰出科研人员。她为什么这么心虚？换成我，肯定会把它放在最显眼的位置并且附上链接。

 

有人会说这种又不是真凭实据。跟你说，有真凭实据的人不会在这里实名放，有她铁证的人可能就那么几个人，太容易定位。而且能这么强的灌水顶会paper，说明其在学术圈人脉已经根深蒂固，有顾忌是可以理解的。在这里，我有权利质疑这种不合理的地方，并且要求解释。微软的同学有机会见到她可以论一论道，参加一下她说话的会，亲眼看看她学术如何，而不只是通过她天天熬夜，时刻在忙（大多也是自己说的）来推测。如果她真的是什么都不会，装忙是她唯一可以做的事情。

 

最近UF真是热闹非凡啊！在UF读的master，上过黄秋原导师的一节用Matlab做图像处理的课，在上课期间就听ECE系的朋友说过，这个与“屌丝男士”同名的导师，无论开什么会，只要出差都带着他的一个女学生。还说，经常跟着个女学生一起消失。当时就觉得好八卦。没想到最近这个事儿被扒的这么深！当时chen同学的事件我就感叹过同一个系的学生。有的就被老师带着天南地北的玩，有的就走上绝路了。没想到这么几天这个与“屌丝男士”同名的导师就被推上热搜了！

 

不过看看黄秋原的经历，每一步全部都是靠推荐的。这种方式就是会产生不公平。MSR可能是现在大公司里为数不多的不考“刷题”的公司了。想进MSR就要靠推荐。这是我读书期间导师总在我耳边叨唠的话。这就相当于上北大清华不需要参加高考。刷题就像是一个标准化考试。看来这个黄秋原师姐一直在绕着走。

不过话说回来。有句名言说的好。

世界上的一切事物都关乎性，除了性以外，性关乎权力。

可能就是对这件事的最真实的写照吧！愿逝者安息，希望善有善报，恶有恶报。

 

黄秋原和吴大鹏他们两人在stoneridge 住的就是对门，身边的人都知道。之前有其他ECE学生追求黄秋原还被导师教训了一顿。

 

最牛逼的地方是，黄秋原在UF时候用的是一个姓邱的假名好多年，除了他们实验室的人，连和她相处很久身边的朋友都不知道她的真名。所以毕业以后和之前读书时身边的connection 完美切割，要爆料都对不上号。

——————————————

其他好多回答明显就是转移火力的。一个成教本科还需要造假？2000年之后都没听说过。UF虽然不是什么好学校，但好歹也是全美前50，ECE更是在30左右，好多博士本科都是清北复交的。你要说成教本科能申请上MASTER还可能是学院招生办看走眼，你TMD申请个UF ECE博士给我看看？别说成教，很多985本科，手上有几篇PAPER的都申请不上。而且博士每个名额都是要明确有FUNDING才能招生的。 就好像你高考300分上了985，要我就闷声读书得了，但却非要营造一个励志刻苦的人设到处和人说，这让那些清北复交申请来的学生感觉像被人喂了一坨屎一样

 

UF博士，MIT博后

1. 黄秋原有权色交易

但是双方都拒不承认，最后相关调查就不了了之了

那具体是和谁，大家也能猜出来，毕竟华人圈子就那么大，就那么几个人，就不直说了

黄的本科学历性质决定了其在学术圈一定没有前途，但靠身体吃饭就是另外一回事了

2. 黄秋原抢学生一作

朋友讲过，他们都是能忍则能，毕竟关系到自己以后的发展

如果反抗老板的话，先不说让不让毕业，就算顺利毕业，老板不给推荐那也是一件很糟糕的事

当然，如果不想在学术圈混了也不用在意

3.总结

以上问题都是些主观题，一般没法搞出个对与错，也并不是非黑即白的事。至多是伦理道德的问题。各取所需，互利共赢，只是苦了拼搏努力的一线科研工作者了。

4.补充

学术圈，大腿很重要，其次是能力

国外华人学术圈只认本科清北，博士常青藤，抱团取暖，明争暗斗

提携帮助的也都是自己人，所以圈子很小

黄秋原刚到美国时候用的是另一个姓名，加之已经开始公关，所以网上很难查到之前的资料

以下是黄秋原作为 华盛顿州雷德蒙市微软研究院研究员 的经过多次修改的公开资料