🔍 耿同学打假报告

论文信息

• 标题：Towards Automating Code Review Activities
• 作者：Rosalia Tufano, Luca Pascarella, Michele Tufano, Denys Poshyvanyk, Gabriele Bavota
• 期刊：预印本
• DOI：arXiv: 2101.02518v4
• 发表年份：2021 (基于 arXiv 编号推测)
• 论文来源：2101.02518v4.pdf

综合评定：✅ 清白

详细发现

发现 1：文本类型限制导致多维度无法进行深度检测

• 位置：全文（图片与表格部分）
• 描述：本次检测的输入为纯文本格式，且该论文属于计算机科学（软件工程与深度学习）领域的论文，不包含生物医学领域中常见的 Western blot、凝胶电泳图、显微镜图等易篡改图像。
• 证据：耿同学六式中的“第一式：图片复用检测”、“第二式：数据造假检测”和“第三式：图片拼接检测”通常针对密集的实验图表和统计学数值。本文的核心结果是模型性能百分比（如 16%、31%），且文本中未提供包含高精度标准差或原始统计数据的大规模表格。因此，无法进行末位数字分布、像素级差异或 PS 拼接痕迹的扫描。
• 严重程度：🟡（非论文问题，为输入模态限制）

发现 2：参考文献列表惊现“隐身术”

• 位置：VIII. REFERENCES
• 描述：在提取的文本中，从参考文献 [1] 开始，大量的条目丢失了最前面的作者姓名或单词。
• 证据：
  • [1] 缺少作者，直接以 "code review coverage..." 开头（经典论文，实为 McIntosh 等人所作）。
  • [2] "impact design quality?..." 缺少作者和介词。
  • [38] "c language errors by deep learning..." 缺少前面的 "fixing" 等词汇。
  • 这种现象呈现出高度一致的“行首截断”特征。
• 严重程度：🟡（判定为 PDF 转文本时的 OCR/PDF 解析两列排版导致的字符截断错误，而非原作者学术不端）。

发现 3：时间线与逻辑自洽性检查

• 位置：全文、参考文献
• 描述：使用耿同学第六式对时间线进行审查。论文提交于 2021 年初（arXiv 编号 2101.xxxxx），文中引用的最新文献为 2020 年（如 [42] arXiv:2003.13848, [43] arXiv:2005.08025）。在 2026 年的今天回看，当时的技术背景（Transformer 模型在代码任务上的初步应用）与其实验设计（1-encoder 和 2-encoder 架构）完全吻合，不存在使用“未来试剂/设备”的时间线冲突。
• 证据：作者在文中声称开源了数据集和代码（"We release the code and datasets used in our study [15]"），计算机科学领域具备这种“可复现性”的托底，系统性数据造假的风险极低。
• 严重程度：🟢（无异常）

耿同学辣评

家人们谁懂啊！这篇 CS 领域的论文主打一个“全靠同行衬托”。没有让人眼花缭乱的 Western blot 条带，也没有完美到像用随机数生成器捏造的生存曲线，人家直接把代码和数据集往 GitHub 上一扔——说好听点叫“开源精神”，说直白点就是“老子不怕你复现”！耿同学我的六式绝学今天就像是一拳打在了棉花上，只能无奈地得出结论：这帮搞代码的，造假成本太高，还是老实做实验吧！

建议后续行动

• 无需联系作者要求提供原始数据（已公开）
• 无需在 PubPeer 上提出质疑
• 检测建议：如果未来怀疑其模型存在“刷分”或“测试集泄露”，建议下载其开源数据集，重新划分交叉验证集进行独立评估。

⚠️ 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。