🔍 耿同学打假报告

论文信息

论文来源：参考6.pdf (2025 International Conference on Intelligent Computing)
标题：Transformer-Based Anomaly Detection in Deep Reinforcement Learning
作者：Zhen Chen, Jian Zhao, Youpeng Zhao, Yong Liao, Hu Huang
期刊/会议：2025 International Conference on Intelligent Computing (ICICC 2025)
发表年份：2025 (会议时间：July 26-29, 2025)
机构：中国科学技术大学，Polixir

综合评定：🟡 存疑 (建议作者进行勘误，部分数据存在明显的复制粘贴与计算错误)

详细发现

发现 1：数据逻辑自相矛盾 (表格间数据打架)

位置：Table 1 vs Table 4 (Page 5 & Page 7)
描述：对比论文中 Table 1 和 Table 4 的 Pong 环境在 PGD 攻击下的数据，存在无法自圆其说的数学矛盾。Table 4 中的数据计算是自洽的，但 Table 1 中的数据明显是复制了 Table 4 的成功率，却篡改或抄错了 Detection Failure 的数值。
证据：
1. Table 1 声称：Attack Frequency = 298.5，Detection Failure = 0.1，Success Rate = 99.93。
  验算：1 - (0.1 / 298.5) = 1 - 0.000335 = 0.999665，即 99.97%。Table 1 中的 Success Rate 应该是 99.97%，而不是 99.93%。
2. Table 4 (ε=0.004) 声称：Attack Frequency = 298.5，Detection Failure = 0.2，Success Rate = 99.93。
  验算：1 - (0.2 / 298.5) = 1 - 0.00067 = 0.99933，即 99.93%。
  结论：两个表格中 Pong 的 Attack Frequency 完全一致（298.5），Table 4 的数学逻辑是完美的，但 Table 1 中作者把 Failure 错误地写成了 0.1（或者是从别处复制错了数据），却没有更新对应的 Success Rate。这种“表格抄自己还能抄错”的现象，是典型的数据人为挪用或粗制滥造的痕迹。
严重程度：🟠 (核心数据不一致)

发现 2：统计学概念混淆 (把标准差当标准误报)

位置：Table 1 & Table 2 (Page 5 & Page 6)
描述：论文在表格标题中明确写道：“the standard errors in the bracket”（括号内为标准误，SE）。但在实际数据中，作者报告的极大概率是标准差（SD），甚至存在对统计学基本常识的误解。
证据：
以 Table 1 中 Pong 环境为例，Mismatch 数值为 0.2 (0.6)。Mismatch 是次数，只能是非负整数。
如果 0.6 是 10 次随机种子的标准误（SE），那么标准差 SD = SE * sqrt(10) = 0.6 * 3.16 = 1.89。对于均值为 0.2 的计数数据，方差不可能这么大（这意味着数据里有负数，这在物理上是不可能的）。
如果 10 次实验中，有 2 次出现了 1 次失配，8 次是 0 次失配，那么均值是 0.2，标准差（SD）恰好是 0.6。
同理，Table 1 中的 0.1 (0.3)，也完美符合“10次实验中只有1次出现1次失败”的**标准差（SD）**特征。作者把标准差算出来塞进了标注为“标准误（SE）”的括号里，属于统计描述翻车。
严重程度：🟡 (统计学素养不足，但不影响核心结论)

发现 3：实验数据过于“整齐划一”的巧合

位置：Table 1 & Table 4 (Page 5 & Page 7)
描述：对比 Table 1 和 Table 4 中的 Freeway 和 Road Runner 环境。不仅 Attack Frequency 的均值在小数点后完全一致（如 Freeway 的 169.2，Road Runner 的 290.2），连 Detection Failure 的均值和方差也达到了惊人的一致。
证据：
- Freeway PGD：Table 1 报告 169.2 (13.7) / 0.3 (0.6)，Table 4 同样是 169.2 / 0.3。
- Road Runner PGD：Table 1 报告 290.2 (42.0) / 1.6 (1.0)，Table 4 同样是 290.2 / 1.6。
  如果 Table 1 和 Table 4 是分别独立运行的 10 个随机种子，均值连小数点后一位都完全相等的概率极低。这强烈暗示作者在写论文时，直接将同一次实验的结果复制粘贴到了不同的表格中。
严重程度：🟡 (写论文敷衍，copy-paste 痕迹明显)

发现 4：文本复用与低级排版错误

位置：Section 2.1 (Page 2)
描述：在“Observation-based attacks”的描述中，出现了明显的复制粘贴后忘记删除原句的语病。
证据：原文写道：“Observation-based attacks involve adding perturbations to the sensory input of agent, typically images, typically images, leading the victim agent...” 短短一句话中，“typically images”重复了两次。这虽然不是数据造假，但反映了论文在撰写和审稿过程中极其粗糙的态度。
严重程度：🟡

耿同学辣评

数据算得比嘴还快，表格抄自己还能抄错小数点！Table 1 里写着 Failure 是 0.1，算出来的 Success Rate 却用了 0.2 的结果（99.93%），完美做到了“既要又要”，结果在 Table 4 里露了马脚。连统计学的标准差和标准误都分不清就敢往上写，还把“typically images”像复读机一样粘了两次。建议这位同学在搞 Transformer 之前，先回炉重造一下小学的四则混合运算和 Ctrl+C/V 的手速！

建议后续行动

仔细核对原始实验日志，确认 Table 1 和 Table 4 到底跑了几次。
联系作者要求提供原始数据，并询问为什么 0.1 的失败率能算出 99.93% 的成功率。
在 PubPeer 上提出质疑（促使其进行勘误）。
暂不向期刊编辑部举报（目前证据偏向于写论文时的粗心大意与复制粘贴，未见系统性捏造核心理论的实锤，建议先要求作者回应）。

⚠️ 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。

Transformer-Based Anomaly Detection in Deep Reinforcement Learning