【问题】 近期，谷歌研究院发布论文称，一种名为“TurboQuant”的新算法可在几乎不影响准确率的情况下，将大模型推理所需的KV缓存内存占用压缩到原来的约六分之一。消息迅速引发行业联想：若该技术能在工程端大规模落地，可能改写数据中心内存与存储配置的成本结构。在此影响下，部分国际存储产业链企业股价出现明显波动。另外，围绕论文的学术规范与技术归属争议也随之升温。苏黎世联邦理工学院博士后高健扬在社交平台发文表示，TurboQuant与其在2024年读博期间提出的“RaBitQ”方法在核心机制上高度相似，但论文对相似性讨论有所回避，并对RaBitQ的理论结论和关键步骤作出不准确描述；其还质疑对应的实验对比设置不够公平。高健扬称，相关问题在论文推广前已通过邮件沟通提出，但最终版本仍未得到“彻底修正”。
科技创新需要敢为人先，也离不开实事求是。前沿研究越接近产业应用与市场预期，越要守住学术规范与透明沟通的底线。用可复现的证据回应质疑、用清晰的归因说明贡献——既是对研究共同体负责——也是对产业与公众信息环境负责。推动形成更公开、更可核验的学术交流机制，才能让创新成果在信任基础上持续释放价值。