🔍 耿同学打假报告

论文信息

• 标题：DeepSeek-OCR 2: Visual Causal Flow
• 作者：Haoran Wei, Yaofeng Sun, Yukun Li (DeepSeek-AI)
• 期刊：arXiv preprint (技术报告)
• DOI：未提供
• 发表年份：推测为 2025 年末至 2026 年初（根据参考文献时间推断）
• 论文来源：DeepSeek_OCR2_paper.pdf

综合评定：✅ 清白

详细发现

发现 1：数学公式与符号提取异常（OCR 乱码）

• 位置：Methodology (3.2.3 & 3.3 节)
• 描述：在文本提取中，论文的数学公式和变量出现了大量的 HTML 实体编码乱码（如 �、�� 等）。例如，3.3 节的核心前向传播公式竟然变成了不明符号的组合：O − �� − T � (E() ⊕ 0;) ˙ ˙ (2)。
• 证据：这种乱码通常是由于从带有复杂 LaTeX 公式的 PDF 中直接提取文本时，特殊字体或符号未正确映射到 Unicode 导致的。
• 严重程度：🟡 （属于文档提取复制层面的问题，非学术不端，但会影响读者的阅读体验和代码复现。评定“清白”不受此核心逻辑影响）

发现 2：第六式 - 极为严谨的时间线与引用逻辑

• 位置：References 参考文献
• 描述：基于【当前日期：2026-06-10】，本文的引用时间线非常自洽。文末列出的最新参考文献如 Step3-VL (arXiv:2601.09668, 2026)、DeepSeek-V3.2 (arXiv:2512.02556, 2025) 以及 Qwen3-VL (arXiv:2511.21631, 2025) 均符合当前的时间逻辑，不存在“穿越时空”引用未来文献的造假痕迹。
• 证据：技术报告未出现使用尚未发布的数据集或模型作为对比基准的情况。
• 严重程度：✅ （未触发红旗，时间线完全合理）

发现 3：第二式 - 数据对比的真实性（不避讳自身弱点）

• 位置：Section 5.2 (Table 3 及其相关讨论)
• 描述：在 Table 3 中，DeepSeek-OCR 2 在大多数任务上优于初代，但在 Newspaper（报纸）类别上，Edit Distance (Text) 从 0.131 上升到了 0.139，R-order 从 0.101 恶化到了 0.176。
• 证据：造假者通常会修饰数据，让所有指标全面超越 baseline。但这篇论文不仅报告了退化的指标，还在正文（5.2节）中详细分析了原因（1. Token 上限截断了超长文本；2. 相关训练数据仅 250k 样本，数据不足）。这种主动披露“缺陷”的做法是正常科学研究的常态。
• 严重程度：✅ （未触发红旗，数据符合真实业务场景的波动规律）

发现 4：第一式/第三式 - 图片与架构一致性（文本逻辑验证）

• 位置：Section 3.2.3 & Figure 4
• 描述：文中声称视觉 Token 上限为 1120，其计算逻辑为：“6 个 local views × 144 tokens + 1 个 global view × 256 tokens”。同时指出 1120 低于初代的 1156 (Gundam mode)。
• 证据：经口算验证，6 × 144 + 256 = 864 + 256 = 1120，数学计算完全自洽。多裁剪策略导致的动态 Token 长度范围 [256, 1120] 逻辑严密，无夸大其词的嫌疑。
• 严重程度：✅ （未触发红旗）
• 注：由于文本中未提供原始的高清图片文件，无法进行像素级的一图多用或 PS 痕迹检测（如 Western Blot 拼接检测），但基于文字描述的架构图逻辑未发现矛盾。

---

耿同学辣评

看了太多用 PS 画图、用 Excel 造假数据、甚至穿越时空引用两年后文献的“神作”，这篇 DeepSeek 的技术报告简直干净得让人有些不习惯！公式里的乱码不是他们造假的证据，而是咱们抓取 PDF 时留下的“案发现场”。不管是 Token 数量的加减法，还是敢于亮出自己在报纸识别上“开倒车”的真实数据，都说明这帮搞大模型的同学数学至少是过关的，腰杆子也是直的。搞学术嘛，就应该这样，不要总想着用美颜滤镜把所有数据都 P得像个芭比娃娃！

建议后续行动

• 无需联系作者要求提供原始数据（文本层面未见造假动机）
• 无需在 PubPeer 上提出质疑
• 建议读者在复现时直接向作者索要干净的 PDF 或 LaTeX 源码，以解决公式乱码问题

⚠️ 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。