🔍 耿同学打假报告

论文信息

• 论文来源：VLDB__JoinREnum.pdf
• 标题：Towards Efficient Random-Order Enumeration for Join Queries (连接查询的高效随机顺序枚举)
• 作者：Pengyu Chen, Zizheng Guo, Jianwei Yang, Dongjing Miao (哈尔滨工业大学)
• 期刊：Proceedings of the VLDB Endowment (PVLDB)
• DOI：10.14778/3796195.3796203
• 发表年份：2026年 (Vol. 19, No. 5, pp 889-901)

综合评定：✅ 清白

详细发现

作为一套主要用于检测生物医学论文中“图片重复、数据编造、PS拼接”的六式绝学，面对这篇满篇公式、算法伪代码和系统性能测试的计算机数据库领域顶会论文，堪称是“拿显微镜找代码里的bug”——完全使不上劲。但本着严谨的态度，我们依然逐一进行了扫描：

发现 1：图片复用检测（一图多用）

• 位置：Figure 1 - Figure 7
• 描述：扫描了文中所有 Figure，发现全都是算法结构示意图（如 Figure 1 的 RRATree，Figure 2 的 Division）以及系统实验的性能对比折线图、柱状图（Figure 4-7）。
• 证据：没有常见的 Western blot 条带，没有细胞荧光图。实验图展示的是不同算法在 TPC-DS+ 和 Twitter 数据集上的运行时间、延迟和内存占用，各条曲线走向符合算法复杂度的理论预期，未发现将“对照组”翻转当“实验组”使用的离谱操作。
• 严重程度：🟢 (无相关风险)

发现 2：数据造假检测（随机数生成器都不如）

• 位置：全文实验数据表现
• 描述：本论文没有统计学里的“均值±标准差”表格，也没有 p 值。计算机系统的实验数据通常是毫秒、秒级别的时间消耗和 GB 级别的内存占用。
• 证据：从 Figure 4 和 Figure 5 可以看出，作者不仅报告了性能，还老老实实地展示了算法在枚举早期阶段的高延迟，甚至在图中标注了 OOR (Out of Range/Out of Resources)。这种主动暴露自己算法在某些极端情况下表现不够完美的行为，是典型的老实人写法，绝非数据造假者的作风。
• 严重程度：🟢 (无相关风险)

发现 3：图片拼接检测（PS 痛迹）

• 位置：所有图表
• 描述：图表均为代码生成的矢量图或标准数据可视化图。
• 证据：未发现任何不自然的垂直分界线，没有背景灰度的突变，也没有像素层级的涂抹痕迹。画图十分规矩。
• 严重程度：🟢 (无相关风险)

发现 4：统计学异常检测

• 位置：Theorem 1-3, Lemma 1-11
• 描述：本文的核心是理论证明，采用的是“组合 k-clique 假设”下的最坏情况时间复杂度分析。
• 证据：没有 p-hacking，只有硬核的 O(AGM(Q)log|Q|) 时间复杂度推导。对于计算机算法论文，证明逻辑自洽、复杂度下界吻合就是最好的“统计学显著”。
• 严重程度：🟢 (无相关风险)

发现 5：产出异常检测（量产型学术）

• 位置：参考文献 [11] / 论文发表时间线
• 描述：检查了论文的时间线。该论文发表在 2026 年 5 月的 PVLDB 上。
• 证据：作者在参考文献 [11] 中引用了他们在 2025 年发布的 Technical Report（技术报告）。在 2025 年完成研究、挂出预印本，随后在 2026 年发表于数据库顶会，时间线完全符合计算机科学领域的正常学术规律，没有“未来穿越”的异常。
• 严重程度：🟢 (无相关风险)

发现 6：引用与方法学异常

• 位置：Section 6.1 / 伦理与开源
• 描述：方法学部分详细介绍了 TPC-DS+ 和 Twitter 数据集、使用的硬件（Intel Xeon E7-8860, 384GB RAM），并且明确说明对比算法 PGMJoin 使用了公开的代码库，NWCO 则是他们自己根据论文复现的。
• 证据：最值得表扬的是，作者在文中直接给出了 GitHub 开源链接。造假者通常最怕别人复现，而搞系统算法的学者通常以“能跑、开源”为荣。这种底气让打假英雄毫无下手之处。
• 严重程度：🟢 (无相关风险)

耿同学辣评

拿我查蛋白条带、审小白鼠实验数据的放大镜，来看这篇满篇都是查询元组、AGM边界、最坏时间复杂度推导的数据库硬核算法论文，属实是“张飞绣花——找错了庙门”。整篇文章公式推导严丝合缝，还老老实实开源了代码，就连做实验都主动承认自己基础算法在早期阶段跑得慢（图4d），主打一个真诚。

硬要说有什么“不端”的话，大概就是作者把这个坑填得太完美了，导致搞生物医学的同学看完可能会感到自卑——人家的“随机顺序枚举”是真的随机，且每一个结果都能给你精确溯源！

建议后续行动

• 无需联系作者，不要去打扰理论计算机科学家推公式
• 无需在 PubPeer 上提出质疑
• 有兴趣的读者可以直接去 GitHub (https://github.com/Chen-Py/JoinREnum) 给他们点个 Star
• 建议耿同学下次还是老老实实去查生化环材的论文，看计算机论文容易掉头发

⚠️ 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。