🔍 耿同学打假报告

论文信息

标题：DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection
作者：Haoyang He, Jiangning Zhang, Hongxu Chen, Xuhai Chen, Zhishan Li, Xu Chen, Yabiao Wang, Chengjie Wang, Lei Xie
机构：Zhejiang University; Youtu Lab, Tencent
发表年份：推测为 2023/2024 年（基于参考文献时间）
论文来源：DiDA.pdf

综合评定：🟠 高度可疑

论文提出了一种基于扩散模型的多类别异常检测框架，整体逻辑严密，实验丰富。但在核心定量实验表格中，发现了多处严重的平均值计算错误，且部分数据存在违背统计学常理的巨大矛盾（AUROC与AP的极度割裂）。这些异常难以用简单的“笔误”来解释，强烈暗示论文在数据整理或报告过程中存在不诚实行为。

详细发现

发现 1：数据造假检测 —— 指标平均值与实际数据严重不符（凭空拔高）

位置：Table 1, Table 3
描述：论文中给出的 Ours 方法的 Mean（平均值）行数据，与上方 15 个类别的数据通过算术平均计算得出的真实值严重不符。特别是 Table 1 中的 APcls，作者报告了 99.0，但根据表格数据手算仅为 98.37。
证据：
1. Table 1 (Detection):
  - AUROCcls: 报告 97.2，实际计算值 (99.7+94.8+89.0+99.5+99.1+95.7+90.7+99.7+99.8+95.1+99.4+98.5+99.8+96.8+99.7)/15 = 97.08。
  - APcls: 报告 99.0，实际计算值 (96.5+98.8+97.5+99.7+96.0+98.5+99.7+99.9+99.6+99.1+99.9+99.8+99.7+99.9+100.0)/15 = 98.37。差距高达 0.6，在 99% 的尺度上这是巨大的差异。
2. Table 3 (Localization):
  - AUROCseg: 报告 96.8，实际计算值为 97.08（作者报告的值反而比实际低，可能存在修改局部数据后未更新 Mean 的情况）。
严重程度：🔴

发现 2：统计学异常检测 —— AUROC 与 AP 的统计学悖论

位置：Table 3 (Pixel-level localization)
描述：在异常定位任务中，Ours 方法在多个类别上出现了 AUROC 极高（接近满分）而 AP 极低（远低于对比方法）的诡异现象。这在统计学上极不自然。
证据：
- Transistor 类别: Ours 方法 AUROCseg 高达 99.8（几乎完美），但 APseg 仅为 15.6。对比 RD4AD (AUROC 85.9, AP 42.3) 和 UniAD (AUROC 97.9, AP 59.5)。如果模型真的能将像素区分得如此之好（AUROC 99.8），其 AP 不可能低至 15.6，这通常意味着模型产生了海量的假阳性，但这又会拉低 AUROC。这种“AUROC 满分但 AP 垮掉”的数据极大概率是数据操纵或生成错误的结果。
- Metal Nut 类别: Ours 方法 AUROCseg 97.3，但 APseg 仅为 30.0。而对比方法 RD4AD (AUROC 93.8, AP 62.3) 表现出正常的相关性。Ours 在 AUROC 领先 3.5 个点的情况下，AP 竟然落后 32 个点。
严重程度：🔴

发现 3：文本方法学异常 —— 复制粘贴残留

位置：Appendix -> Table 10 Caption
描述：在表格标题中，作者将 DiAD 写成了 UiAD。
证据：原文写道 "In order to accelerate the sampling speed in the denoising process, UiAD adopts the DDIM sampling strategy." 考虑到对比方法中有 UniAD，这极可能是作者在修改其他论文的模板或复制粘贴时的残留。虽然笔误本身不严重，但结合数据异常，增加了论文粗制滥造的嫌疑。
严重程度：🟡

耿同学辣评

兄弟们，这篇论文的实验数据玩了一手“障眼法”。Table 1 里的 AP 平均分硬生生被拔高了 0.6 个点，这是把审稿人当人肉计算器不检查吗？更离谱的是 Table 3 里的 Transistor，AUROC 考了 99.8 分，AP 却只有 15.6 分，这种“高分低能”的数据简直比“随机数生成器”还要魔幻。这就像是你说你高考数学考了 149 分，结果选择题只对了 3 道一样，怎么着，大题全是蒙对的呗？

建议后续行动

联系作者要求提供原始数据：特别是 Table 1 和 Table 3 的原始 log 文件，核实 Mean 值和 AP/AUROC 异常的类别。
在 PubPeer 上提出质疑：针对平均值计算错误和统计学悖论进行提问。
向期刊编辑部举报：建议作者先在 PubPeer 回应，若无合理解释再考虑举报。

⚠️ 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。

DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection