Loading...
正在加载...
请稍候

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

2026-06-03 12:07

🔍 耿同学打假报告

论文信息

  • 论文来源:electronics-14-04785.pdf
  • 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)
  • DOIhttps://doi.org/10.3390/electronics14244785
  • 发表年份:2025 (Published: 5 December 2025)

综合评定:🔴 实锤(确凿的逻辑漏洞与时空悖论)

详细发现

发现 1:时空穿梭的参考文献(时间线严重冲突)

  • 位置:References (参考文献列表)
  • 描述:本论文的收稿日期为 2025年10月28日,发表日期为 2025年12月5日。然而,在参考文献中出现了大量 2026年 才发表的期刊论文。
  • 证据
    • Ref 1: Expert Syst. Appl. 2026, 297, 129489.
    • Ref 3: Expert Syst. Appl. 2026, 296, 128965.
    • Ref 6: Expert Syst. Appl. 2026, 296, 128995.
    • Ref 7: Adv. Eng. Inform. 2026, 69 Pt B, 103931.
  • 严重程度:🔴
  • 耿同学锐评:这是典型的“引用未来科技”。在2025年底投稿的论文里,精准引用了4篇2026年的文章。这说明要么作者拥有穿越时空的能力去搞了预印本,要么就是这些所谓的“新文献”根本就是为了互相挂靠而批量生成的“学术帮派”产物,甚至连年份都忘了改就拼凑上去了。

发现 2:闪电般的审稿与量产型学术特征

  • 位置:论文首页历史记录
  • 描述:论文经历了极度不符合常理的“光速”审稿流程。
  • 证据
    • Received: 28 October 2025
    • Revised: 24 November 2025
    • Accepted: 26 November 2025
    • Published: 5 December 2025
    • 从修回到接受仅用了 2天,从接收到见刊仅用了 9天。结合 MDPI 期刊近年来的口碑,这种速度是典型的“特刊快车道”或“学术外包”特征。
  • 严重程度:🟠(期刊操作异常,非作者直接造假,但反映了论文把关不严)

发现 3:过于“巧合”的推理速度标准差

  • 位置:Section 4.1.3 (Implementation Details)
  • 描述:作者声称在 RTX 4090 上处理一张图平均需要 43.4ms,但标准差高达 ±18.3ms。
  • 证据:文本描述为 “43.4 ± 18.3 ms on average”。
  • 严重程度:🟡
  • 分析:在深度学习推理测试中,由于 GPU 预热、缓存机制,通常第一次推理较慢,后续稳定。平均耗时43ms但标准差高达18ms(波动幅度达40%),这意味着要么测试代码写得有问题(没有warm up),要么这个数据是随手编造或者仅跑了极少数样本得出的粗糙结果。一篇声称 SOTA 的严谨论文,在计算效率的分析上如此粗糙,令人质疑其实验的规范性。

发现 4:完美的数学表格(数据未见明显造假)

  • 位置:Tables 1-7
  • 描述:对论文中的核心数据进行了均值复核。
  • 证据
    • Table 1 (Image-AUROC): (94.8+84.6+84.1+96.4+98.0+99.0+97.0)/7 = 93.414%,表格显示 93.4%,四舍五入无误。
    • Table 2 (Image-AP): (97.8+87.6+86.4+98.0+94.6+96.9+98.9)/7 = 94.314%,表格显示 94.3%,无误。
  • 严重程度:🟢(数据自洽)
  • 分析:仅从文本角度核对,表格数据的平均值计算是准确的,没有发现类似随机数生成器伪造的“末位分布极度均匀”或“均值计算自相矛盾”的低级错误。

无法检测项说明(缺失原始图片)

  • 位置:所有 Figures (1-12)
  • 描述:由于提交的文本中不包含高分辨率的原始图片,无法进行第一式(图片复用)和第三式(PS痕迹检测)的像素级分析。只能看到 Figure Caption。在此提醒读者,该论文的模型结构图和结果对比图需要通过 PubPeer 等渠道获取原图后进一步做图像伪造鉴定。

耿同学辣评

好家伙,这篇论文不仅实现了“零样本”检测异常,还实现了“跨越时空”的文献引用!2025年的论文硬是塞进去了4篇2026年的参考文献,这是在搞科研还是在写科幻小说?再配上 MDPI 两天修回的“火箭速度”,这套组合拳打得真是行云流水。虽然你的实验数据算得很准,但连未来发表的文章都能提前引用,这 SOTA 的不仅是算法,简直是时间管理大师啊!

建议后续行动

  • 联系作者要求解释:要求作者解释为何在2025年的文章中引用了大量2026年的文献,是否存在伪造引用或学术互引联盟。
  • 在 PubPeer 上提出质疑:将该“时空穿梭”的引用问题公示,要求作者提供原始的图片和数据以供同行检查。
  • 向期刊编辑部举报:致信 Electronics 编辑部,指出其审稿流程和参考文献年份存在的严重逻辑漏洞,建议重新审查该文及相关特刊。
  • 向作者所在机构学术委员会举报(暂时观望,确保证据链完整)

⚠️ 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。