🔍 耿同学打假报告

论文信息

• 标题：Zero-Shot Industrial Anomaly Detection via CLIP-DINOv2 Multimodal Fusion and Stabilized Attention Pooling（基于CLIP-DINOv2多模态融合和稳定注意力集中进行零射工业异常检测）
• 作者：Junjie Jiang, Zongxiang He, Anping Wan, Khalil AL-Bukhaiti, Kaiyang Wang, Peiyi Zhu, Xiaomin Cheng
• 期刊：Electronics (MDPI)
• DOI：10.3390/electronics14244785
• 发表年份：2025
• 论文来源：用户提供PDF文本提取

综合评定：🔴 实锤

详细发现

发现 1：第六式 - 时空穿梭的参考文献（严重时间线冲突）

• 位置：References 部分
• 描述：论文收稿日期为 2025年10月28日，但在参考文献中出现了大量 2026年 才发表的文献。
• 证据：
  • 参考文献 1：Expert Syst. Appl. 2026, 297, 129489
  • 参考文献 3：Expert Syst. Appl. 2026, 296, 128965
  • 参考文献 6：Expert Syst. Appl. 2026, 296, 128995
  • 参考文献 7：Adv. Eng. Inform. 2026, 69 Pt B, 103931
• 严重程度：🔴
• 耿同学辣评：2025年10月投稿的论文，居然引用了4篇2026年的文献！这说明要么作者私自篡改了参考文献的年份以增加“新颖性”，要么就是使用了某种批量生成参考文献的工具导致大翻车。连时间线都对不上的论文，数据还能是真的吗？

发现 2：第二式/第四式 - 掩耳盗铃的“SOTA”与统计学欺骗

• 位置：Abstract & Section 4.2 (Comparative Experiments, Tables 1-6)
• 描述：论文在摘要中宣称“extensive evaluation... demonstrating state-of-the-art performance”，但实际上，其所谓“SOTA”绝大部分建立在极其微弱的平均值提升上，且在核心数据集上甚至出现了倒退。
• 证据：
  1. 核心数据集倒退：在异常检测最权威的 MVTec 数据集上，作者提出的模型在 Pixel-AUPRO（表5）指标上得分为 87.0%，而对比方法 Crane 得分为 88.1%。作者在 MVTec 的分割性能上明明输了，却在摘要和结论中大言不惭地宣称“comprehensively outperform existing state-of-the-art (SOTA) methods”。
  2. “0.1%”的奇迹：看看表格里的提升幅度。表2 KSDD 数据集，Crane 是 94.5%，本文是 94.6%（提升0.1%）；表1 BTAD，Crane 96.3%，本文 96.4%（提升0.1%）。
  3. 毫无统计学意义的误差线：全文所有的表格（Table 1-7）均只报告了单一的数值（如 94.8%，96.4%），没有任何标准差（±std）或置信区间。在深度学习中，0.1% 到 0.2% 的性能差异完全在随机种子带来的波动范围内。
• 严重程度：🔴
• 耿同学辣评：把种子多刷几遍挑个最高的报，没有误差线，靠着在小众数据集上多出的0.1%算平均分拿“SOTA”，这种“薛定谔的SOTA”简直是把学术指标当儿戏。

发现 3：第六式 - 薛定谔的模型参数量（方法学异常）

• 位置：Section 4.1.3 (Implementation Details)
• 描述：作者声称其双主干网络架构（CLIP ViT-L/14 + DINOv2 ViT-L）包含大约 436 million (4.36亿) 参数。
• 证据：
  • 常识性错误：原版 CLIP ViT-L/14 模型的参数量约为 3.04 亿，DINOv2 ViT-L 的参数量也约为 3.04 亿。
  • 如果是双主干，仅视觉编码器的总参数就应超过 6 亿（608M）。
  • 作者声称“视觉编码器构成了大部分参数（312.7M）”，这个数字甚至小于单个 ViT-L 的原始参数量。
  • 难道作者实际使用的是 ViT-Base 甚至 ViT-S 架构，却为了拔高论文逼格强行在文中写成了 ViT-L？如果是这样，整个实验的对比基准（SOTA比较）将全部失效。
• 严重程度：🟠
• 耿同学辣评：3亿参数的模型加上3亿参数的模型，在作者的“量子计算”下融合成了4.36亿。这种连小学加法都算不对的参数量报道，让人不得不怀疑作者到底跑了什么模型。

发现 4：第五式 - 极速的“没问题”发表周期（量产型学术）

• 位置：论文首页 Accepted / Revised 日期
• 描述：该论文的审稿与修改周期短得令人咋舌。
• 证据：
  • 收稿：2025-10-28
  • 修回：2025-11-24（间隔27天）
  • 录用：2025-11-26（修回后仅 2天 即被录用）
  • 出版：2025-12-05
• 严重程度：🟡
• 耿同学辣评：修回后2天就录用，编辑部是开着八倍速审稿吗？结合 MDPI 期刊的体量和文中出现的低级参数计算错误，这大概率是一篇流水线量产的“灌水文”。

发现 5：第一式/第三式 - 无法进行像素级验证的声明

• 位置：Figures 9-12
• 描述：由于当前仅能获取文本，无法对 Figure 9-12 的异常热力图进行像素级比对。
• 证据：此类论文常出现不同实验组的热力图背景噪点完全一致、或者通过增加对比度掩盖生成痕迹的情况。
• 严重程度：🟡
• 耿同学辣评：虽然今天看不见图，但基于这满篇的“神仙数据”，我强烈建议读者把那些热力图放大到像素级看看，说不定能发现什么“惊天大PS”。

耿同学辣评

这篇论文简直是“学术包装学”的教科书。2025年投稿引用2026年的文献，说明连查重和校对都是形同虚设；靠着没有误差线的0.1%微小优势强行平均出一个“全面超越”的SOTA，甚至连模型的参数量加法都算不对。在这个“讲究故事、讲究SOTA”的时代，这篇论文把深度学习论文那套注水手段玩得明明白白。建议把标题改为《Zero-Shot数学魔法：如何把ViT-L的参数变没并穿越时空引用文献》。

建议后续行动

• 联系作者要求提供原始数据（特别是要求解释参数量加法为何错误，以及要求提供多次独立运行的标准差）
• 在 PubPeer 上提出质疑（重点质疑2026年参考文献的穿越问题及违背常识的参数量）
• 向期刊编辑部举报（MDPI Electronics 虽然水，但引用未来文献属于严重学术不端，应要求调查其数据处理真实性）
• 向作者所在机构学术委员会举报（待进一步核实原始代码和模型后决定）

⚠️ 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。