🔍 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
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 (Published: 5 December 2025)
论文来源：通过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.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：时间线悖论——来自未来的参考文献

位置：References (第22-23页)
类型：第六式（引用与方法学异常）
描述：这篇论文的收稿日期为 2025年10月28日，然而在参考文献列表中，作者引用了多篇 2026年 发表的期刊文章。
具体证据：
1. Ref [1]: Chen, S.Z. ... Expert Syst. Appl. 2026, 297, 129489.
2. Ref [3]: Sheng, F.Q. ... Expert Syst. Appl. 2026, 296, 128965.
3. Ref [6]: Wang, E.R. ... Expert Syst. Appl. 2026, 296, 128995.
4. Ref [7]: Li, Y. ... Adv. Eng. Inform. 2026, 69 Pt B, 103931.
分析：虽然学术界存在“Online First”或“Ahead of Print”的情况，但一篇2025年末的论文密集引用4篇2026年的特定卷号文献，极其反常。这通常暗示两种可能：
1. 伪造引用（造假）：为了规避查重或强行引用相关文献，编造了不存在的卷号或期号。
2. 预印本混淆（失误）：作者引用了预印本（如arXiv），但在排版时随意填入了未来的年份和卷号。
3. 利益交换（学术不端）：强行引用尚未发表但已确定的同行论文（友情互引）。
严重程度：🔴

发现 2：过于“完美”的深度学习权重

位置：Section 3.3 (Image Encoder) - 第5页
类型：第二式（数据造假检测）/ 第六式（方法学异常）
描述：作者声称通过三个可学习参数 $\alpha, \beta, \gamma$ 来自适应加权不同层级的特征，并给出了训练后的具体收敛数值。
具体证据：

"After training on the dataset, the model’s weight parameters converge to: $\alpha = 0.5, \beta = 0.5, \gamma = 1.0$ ."
分析：在深度学习的随机梯度下降（SGD）或Adam优化器训练中，可学习参数（通常通过反向传播从初始化值如0开始优化）几乎不可能完美收敛到如此规整的浮点数（0.5, 1.0）。除非作者人为固定了这些参数（这与“可学习”描述矛盾），或者这些数值是为了让故事圆满而事后编造的“理想值”。深度学习权重的正常收敛值通常是一串看似随机的浮点数（如 0.4873...）。
严重程度：🟠

发现 3：薛定谔的提升——微弱的性能与夸张的描述

位置：Section 4.2 (Comparative Experiments) & Tables 1-6
类型：第四式（统计学异常）
描述：论文声称在七个数据集上取得了 State-of-the-Art (SOTA) 的结果，并使用了“significant performance improvements”（显著改善）、“remarkable performance”（卓越表现）等词汇。
具体证据：
1. Image-AUROC (Table 1): 相比次优方法 (Crane)，提升幅度分别为：+0.1, +0.9, +3.1, +0.1, +0.2, +0.1, +1.2。大部分提升仅在 0.1% - 0.2% 之间。
2. Pixel-AUROC (Table 4): 在 KSDD 数据集上，本论文结果（99.0）低于对比方法 Crane（99.2），出现了倒退。
分析：在工业异常检测领域，0.1% 的提升通常在误差范围内。尤其是作者没有报告方差，这种微小提升可能只是随机波动的结果，不具备统计学显著性。利用极微弱的数据优势（甚至在某些指标上下降）却宣称“建立了新的性能基准”，属于典型的夸大研究结果。此外，Table 1 中 BTAD 数据集 Crane 得分 96.3，本文 96.4，这种 0.1 的提升通常被认为是“噪声水平”的提升。
严重程度：🟡

发现 4：缺失的统计信息

位置：Section 4 (Experiments) 所有表格
类型：第二式（数据造假检测）
描述：所有表格（Table 1 - Table 7）中的实验结果均仅报告了单一数值（Mean Value），没有报告标准差或置信区间。
证据：例如 "94.8", "85.8", "97.0"。
分析：虽然这在部分计算机视觉论文中常见，但在声称打破 SOTA 且提升极微（0.1%）的情况下，不报告 Std 是掩盖结果不稳定性的标准做法。如果跑3次实验，结果在 96.2-96.6 之间波动，那么声称 96.4 击败 96.3 是毫无意义的。
严重程度：🟡

发现 5：图片信息的局限性

位置：Figure 1, 2, 3, 4, 9-12
类型：第一式（图片复用检测）
描述：作为 AI 模型，我无法对论文中的图片进行像素级的比对（如检测 PS 痕迹、背景噪点一致性、旋转复用等）。
分析：文中提供的可视化结果（Figure 9, 10, 11, 12）看起来较为清晰，但在缺乏高清原图的情况下，无法确证是否存在局部擦除或拼接。建议读者关注其热力图的生成是否存在边界过于完美的问题。

耿同学辣评

这篇论文简直是学术界的“星际穿越”！2025年写的论文，参考文献居然一大半是2026年的，难道作者的实验室建在黑洞附近，引力导致时间变慢了？还是说为了凑够引用量，直接把明年的期刊卷号都给“内定”了？

更逗的是那个所谓的“自适应权重”，训练完居然是完美的 0.5, 0.5, 1.0。哥们儿，你这是在做深度学习还是在做小学算术题？反向传播优化器要是知道自己辛辛苦苦迭代半天出来个这么整齐的数，估计都得气得梯度爆炸了。这种“教科书式”的参数，一般只存在于造假者为了让论文显得“逻辑严密”而拍脑门编造的故事里。

还有那个所谓的“显著提升”，在表格里就是 0.1% 的蚊子腿优势，换个随机种子这优势可能就没了，居然好意思吹成“巨大突破”。这年头，只要脸皮厚，0.01 的提升也能吹出改变世界的感觉。

建议后续行动

核查文献真实性：立即通过 Web of Science 或 Scopus 核查 Ref [1], [3], [6], [7] 是否真实存在于 2026 年的期刊中。如果是编造的，这属于严重的学术造假。
要求公开代码和日志：联系通讯作者（Khalil AL-Bukhaiti），要求公开完整的训练代码、随机种子设置以及 loss 曲线的 TensorBoard 日志，以验证 $\alpha, \beta, \gamma$ 是如何收敛到 0.5 和 1.0 的。
向期刊编辑部举报：如果确认参考文献存在时间悖论，应向 MDPI Electronics 编辑部提交关切，要求解释为何引用未来文献。

⚠️ 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。

Zero-Shot Industrial Anomaly Detection via CLIP-DINOv2 Multimodal Fusion and Stabilized Attention Pooling