🔍 耿同学打假报告

论文信息

• 标题：Hybrid Prototype Contrastive Learning with Cross-Attention for Few-Shot Relation Classification
• 作者：Zeyu Zhang, Shaowei Wang, Nana Bu, Junzhe Zhang, Yuanyuan Xiao
• 期刊/会议：2025 International Conference on Intelligent Computing (ICIC 2025)
• DOI/链接：http://poster-openaccess.com/files/ICIC2025/260.pdf
• 发表年份：2025 (会议时间：2025年7月)
• 作者单位：长安大学 School of Information Engineering

综合评定：🟠 高度可疑

（注：由于本次检测仅提供文本信息，无法对图片进行像素级和PS痕迹检测。但在文本、数据和引用逻辑上已发现严重异常，存在系统性注水与虚假陈述的嫌疑。）

详细发现

发现 1：引用文献与描述张冠李戴（典型的“缝合怪”迹象）

• 位置：Section 5.3 Baselines / Reference [14]
• 描述：在 Baseline 介绍中，作者写道：“CTEG [14]: An attention mechanism and confusion-aware training strategy using entity guidance.”（CTEG [14]：一种使用实体引导的注意力机制和混淆感知训练策略）。然而，翻到文末的参考文献列表，Reference [14] 的真实内容是：“Wang, Y., Verspoor, K., Baldwin, T.: Learning from unlabelled data for clinical semantic textual similarity. In: Proceedings of ClinicalNLP 2020...”
• 证据：[14] 是一篇关于临床语义文本相似度的医学NLP论文，与作者声称的“实体引导、混淆感知的关系分类模型 CTEG”毫无关联。这说明作者在撰写相关工作和baseline时，极大概率是直接复制粘贴了别处的综述或论文段落，连参考文献序号都懒得核对，或者直接编造了一个不存在的“CTEG”模型。
• 严重程度：🔴 实锤（引用造假/文本抄袭）

发现 2：文字吹牛与表格数据存在直接矛盾（数据美容/选择性报告）

• 位置：Section 5.4 Main results (Table 1 下方正文描述)
• 描述：作者在描述 HPCL 对比 MultiRep 的优势时，信誓旦旦地写道：“the accuracy improvement ranges from 0.59% - 2.4% under different task settings”（在不同任务设置下，准确率提升范围在 0.59% 到 2.4% 之间）。
• 证据：仔细核对 Table 1 数据：
  • 5-way-1-shot val: HPCL (92.53) 低于 MultiRep (92.73