D²MoE: Dual Routing and Dynamic Scheduling for Efficient On-Device MoE-based LLM Serving
2026-05-27 05:43
🔍 耿同学打假报告
论文信息
- 论文来源：D2MoE.pdf
- 标题：D²MoE: Dual Routing and Dynamic Scheduling for Efficient On-Device MoE-based LLM Serving
- 作者：Haodong Wang, Qihua Zhou, Zicong Hong, Song Guo
- 期刊/会议：ACM MOBICOM ’25 (The 31st Annual International Conference on Mobile Computing and Networking)
- 发表日期：2025年11月4-8日（会议时间）
- DOI：https://doi.org/10.1145/3680207.3723493
综合评定：🟠 高度可疑
详细发现
发现 1：统计学异常检测（Winogrande 分数的“量子纠缠”）
- 位置：Table 3 (Page 8)
- 描述：在对比模型准确度的表格中，出现了多处在不同实验条件下，Winograde 指标得分完全一致的诡异现象。
- 证据：
- LLaMA-MoE-3.5B 模型：
EdgeMoE和D²MoE-V1的 Winogrande 得分均为59.52。 - Mixtral 8×7B 模型：
MoQE-DynaIO-INT8和D²MoE-V2的 Winogrande 得分均为74.71。 - Mixtral 8×7B 模型：
EdgeMoE和D²MoE-V1的 Winogrande 得分均为75.52。
- LLaMA-MoE-3.5B 模型：
- 分析：Winogrande 是一个用于测试常识推理的数据集，通常得分不会太整齐。在这篇论文中，不同的量化方法（如 EdgeMoE 和 D²MoE-V1）、不同的位宽（如 INT8 和动态量化）竟然得出了精确到小数点后两位的相同分数。这在独立的随机实验中概率极低，极大概率是数据誊写错误（复制粘贴错行）或者评估代码存在 Bug 导致缓存了旧结果。
- 严重程度：🟠 高度可疑。作为核心的性能对比表，多处数据重复出现一致性，严重影响了实验结果的可信度。
发现 2：图片拼接与来源检测（“PPT 截图流”大师）
- 位置：Figure 6 (Page 5), Figure 9 (Page 7)
- 描述：论文中的系统架构图和流程示意图并非通过 LaTeX 原生绘制或导出高清矢量图，而是直接截取自 PPT 演示文稿，且保留了 PPT 的水印和页面信息。
- 证据：
- 在
Figure 6的描述前，文本流中赫然出现了：Zicong Hong PEILabPresentation 2025/4/17 8。 - 在
Figure 9的描述中，出现了四次重复的水印文本：Zicong Hong PEILabPresentation 2025/3/21 9。
- 在
- 分析：这说明作者在赶工时，直接把开会用的 PPT 截图贴到了论文里。虽然不一定是数据造假，但作为 ACM MobiCom 这种顶级会议的论文，图表制作如此粗糙，甚至包含演示文稿的元数据（作者名
Zicong Hong、实验室名PEILab、日期），显得极不专业。这也暗示实验数据记录和论文撰写过程可能比较混乱。 - 严重程度：🟡 存疑（学术规范性问题）
发现 3：引用与方法学异常（参考文献“影分身”）
- 位置：References (Page 14-15)
- 描述：参考文献列表中存在完全重复的引用条目。
- 证据：
- [31] 和 [32] 均为：
David Raposo... 2024. Mixture-of-Depths: Dynamically allocating compute in transformer-based language models. - [22] 和 [23] 均为：
Ji Lin... 2024. AWQ: Activation-aware Weight Quantization...
- [31] 和 [32] 均为：
- 分析：这通常是由于文献管理软件（如 Zotero, EndNote）导出时去重失败，或者作者手动管理 BibTeX 时的疏忽。但这属于低级错误，侧面反映了论文成稿阶段的不严谨。
- 严重程度：🟡 存疑（粗心大意）
发现 4：数据合理性分析（性能提升的“完美曲线”）
- 位置：Table 1 (Page 3)
- 描述：关于不同量化位宽的延迟数据。
- 证据：
- INT2: 50.47 token/s
- INT3: 45.91 token/s
- INT4: 43.82 token/s
- 分析：通常从 INT2 到 INT3 的计算开销增加是比较显著的，而这里 INT2 的吞吐量高达 50，INT3 骤降到 45，看起来差异巨大。考虑到这可能是包含了 I/O 延迟的端到端测试，数值本身并非不可能，但结合其他疑点，这部分原始数据值得进一步审视。
- 严重程度：🟡 录以备考
耿同学辣评
这篇来自港科大和深大的同学，把**“PPT 直接截图插论文”**这一绝技发挥到了极致，连 Zicong Hong PEILabPresentation 的水印都舍不得裁掉，生怕别人不知道这篇论文是 PPT 改的。
最秀的还是 Table 3 那个 Winogrande 准确度，不同的模型、不同的方法，跑出来的小数点后两位竟然能像Ctrl+C/V一样精准复制。咋滴，你们实验室的 Winogrande 数据集是只认准这几个数吗？还是说评估脚本写成了 if model == "xxx": return 59.52？
建议把这篇论文改名叫《D²Copy: Dual Routing for Copy-Paste Errors in Academic Writing》。
建议后续行动
- 联系作者要求提供原始数据（特别是 Winogrande 的详细评测日志，确认是否存在抄袭或记录错误）。
- 在 PubPeer 上提出质疑（针对 Table 3 的数据重复问题）。
- 向期刊编辑部举报（建议先等待作者回应，因为这更像是严重的笔误而非恶意编造数据，但 MobiCom 委员会对此类图表质量问题也应知情）。
⚠️ 免责声明
本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。