🔍 耿同学打假报告

论文信息

• 标题：On the Complexity of Data Debugging for Classifiers Trained with Stochastic Gradient Descent
• 作者：Pengyu Chen, Zizheng Guo, Yuanfei Wang, Dongjing Miao
• 期刊：文本中未明确标明具体期刊，但从排版和内容深度推测为计算机理论/机器学习领域的顶级期刊（如 TCS 或 JMLR）
• DOI：文本中未提供
• 发表年份：推测为 2024-2025 年（基于参考文献中存在 2024 年的最新文献）
• 论文来源：TCS__SGDDDebug.pdf

综合评定：✅ 清白

详细发现

发现 1：第一式至第四式全面失效（图片与实验数据缺失）

• 位置：全文
• 描述：在执行"耿同学六式”的核心检测（图片复用、数据造假、PS痕迹、统计学异常）时，发现本文没有任何实验图片、Western Blot、显微镜图、流式细胞图，也没有任何包含均值±标准差的实验数据表格。
• 证据：这是一篇纯粹的理论计算机科学/计算复杂性论文。全文的核心内容是数学定理的推导、NP-Hard 的归约证明（如归约到 Monotone 1-in-3 SAT 和 Subset Sum）以及伪代码算法。表1仅包含理论复杂度结果（如 "NP-hard", "Linear Time"），不存在可供进行末位数字分布或标准差异常分析的经验数据。
• 严重程度：🟢 (不适用，无需打假)

发现 2：第六式时间线与逻辑自洽性检测（通过）

• 位置：参考文献与致谢部分
• 描述：检查了论文的时间线和内部逻辑。参考文献列表中包含了标注为 2024 年的最新文献（如 [23] arXiv:2402.04333, [24] arXiv:2402.02318, [27] 2024年出版的书籍）。以当前日期（2026-06-01）为基准，引用 2024 年的文献完全符合学术周期。此外，论文声明的资助项目（2023、2024年）与发表时间线吻合，未发现使用“未来科技”或时间倒错的逻辑漏洞。
• 严重程度：🟢 (正常)

发现 3：诚实声明（AI 使用声明）

• 位置：Declaration of Generative AI and AI-assisted Technologies in the Manuscript Preparation Process
• 描述：作者在文中明确且坦诚地声明了在写作过程中使用了 ChatGPT 来润色语言和提高可读性，并强调作者对最终内容负责。这种符合学术规范的透明度不仅不是造假，反而是当前学术界鼓励的做法。
• 严重程度：🟢 (加分项)

耿同学辣评

用打假生化环材实验图片的眼光来审这篇纯数学理论证明的文章，简直就是拿金属探测仪去菜市场买豆腐——根本找不到下嘴的地方啊！通篇都是引理、定理和 NP-Hard 的归约证明，连张像素点的图都没有。想在这篇文章里找数据造假？除非作者能把 P=NP 给证出来，不然这严丝合缝的逻辑推导还真让人挑不出骨头！

建议后续行动

• 无需联系作者提供原始数据（因为根本没有湿实验或跑代码产生的原始实验数据）
• 无需在 PubPeer 上提出质疑
• 建议各位学习该作者诚实的 AI 使用声明态度
• 本报告归档结案，把精力留给下一篇 PS 痕迹明显的论文

⚠️ 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。
特别说明： 由于本次检测对象为纯理论推导类论文，不包含可供图像法医分析的图片及经验统计学数据，因此“耿同学六式”中的图像与数据造假检测模块未触发。本评定仅基于现有文本逻辑得出。