🔍 耿同学打假报告

论文信息

论文来源：田2.pdf
标题：Boosting Semi-Supervised Video Captioning via Learning Candidates Adjusters
作者：WANRU XU, ZHENJIANG MIAO, JIAN YU, YIGANG CEN, YI TIAN, LILI WAN, YANLI WAN, QIANG JI
期刊：ACM Trans. Multimedia Comput. Commun. Appl. (ACM TOMM)
DOI：https://doi.org/10.1145/3652838
发表年份：2024

综合评定：🟠 高度可疑

虽然论文的核心算法框架（基于EM算法的半监督视频描述）逻辑自洽，且部分实验数据（如Table 5中性能的下降）表现出一定的真实性，但文中出现了多处极其低级的排版、逻辑和时间线错误。对于一篇署名来自IEEE Fellow/知名学者（如Qiang Ji）且发表在ACM期刊上的论文，这种粗心程度令人咋舌，严重影响了论文的严谨性。

详细发现

发现 1：出版时间线的“时空穿梭”

位置：论文最后一行（Received/Revised/Accepted日期）
描述：论文底部注明 "Received 5 August 2023; revised 10 July 2024; accepted 25 February 2024"。
证据：这里存在明显的逻辑悖论。修订日期是2024年7月10日，但接收日期却是2024年2月25日。 难道作者穿越时空回到过去修改了论文，或者编辑预知了未来？在学术界，正常的流程是先修改后接收。唯一的解释是作者或编辑在填写年份时出现了严重的笔误（如把2023年写成了2024年，或把2025年写成了2024年）。
严重程度：🔴 （虽然可能是笔误，但在正式发表的期刊中出现这种时间悖论是对学术严谨性的极大挑衅）

发现 2：作者单位国家的“地理大发现”

位置：Title Page（作者列表及单位）
描述：多位来自北京交通大学的作者，其地址被奇怪地标注为 "Beijing, United States"。
证据：
- 作者 ZHENJIANG MIAO: "...Beijing Jiaotong University..., Beijing, United States"
- 作者 YIGANG CEN: "...Beijing Jiaotong University..., Beijing, United States"
- 作者 LILI WAN: "...Beijing Jiaotong University..., Beijing, Beijing, United States"
- 北京何时成了美国的一部分？且 "Beijing, Beijing, United States" 这种层级关系极其荒谬。这通常是由于排版时错误套用了国外作者的地址模板（Country字段填成了United States）且未加校对所致。
严重程度：🟠 （极度粗心的证据，降低了数据的可信度）

发现 3：文本层面的拼写与排版灾难

位置：全文，尤其是摘要和引言部分
描述：存在大量未校正的OCR错误或拼写错误。
证据：
- "we define the..." (d 和 e 之间多了个空格或遗漏了字母，原文写为 "d e ine")
- "...it is irst to explore..." (应为 first)
- "...pesudo labels..." (应为 pseudo)
- "...eectiveness..." (应为 effectiveness)
- "...luency..." (应为 fluency)
- 作为一篇发表在ACM Transactions上的论文，满篇的拼写错误（或者是从PDF复制文本时产生的严重乱码，但原文格式也显得凌乱）反映出校对的缺失。
严重程度：🟡 （态度问题）

发现 4：数据合理性检测（未触发红旗）

位置：Table 1 - Table 5
描述：对论文的核心实验数据进行了交叉验证。
证据：
- 表格间一致性：Table 1 中 LCABM(100%) 的 MSR-VTT 指标 (B@4=46.35, R=63.01, M=29.06, C=52.8) 与 Table 3 中对应的 beam3 结果完全一致。
- 真实性信号：在 Table 5 (MSVD数据集) 中，随着训练步数增加，T=2 E-step 的 CIDEr 为 95.03，而 T=3 E-step 降为了 94.09。真实实验中经常出现这种由于过拟合或训练不稳定导致的性能波动，造假者往往会造一个平滑递增的数据。这一点反而增加了数据的可信度。
- 末位数字分布：指标如 52.8, 94.3, 61.39, 77.04 等分布较为随机，没有发现明显的整数偏好或规律性数列。
结论：单纯从数据表格来看，未发现明显的统计学造假痕迹，数据逻辑自洽。

发现 5：图片复用与拼接检测（受限）

位置：Figure 1 - Figure 5
描述：由于提供的是文本内容，无法进行像素级分析。
证据：无法判断 Western Blot（本文不涉及）或网络结构图是否存在抄袭拼接。但从文字描述的 Figure 3 (网络架构图) 和 Figure 5 (定性结果展示) 来看，符合该领域的常规展示习惯。
结论：无法判断。

耿同学辣评

这篇论文的算法逻辑看起来像模像样，实验数据也演得挺真实（甚至还知道在T=3步的时候性能下降一点来显得逼真）。但是！这排版和校对简直是“灾难级”的。北京交通大学位于美国？修改论文能穿越回过去接收？我就没见过连自己学校在哪都搞不清楚的科研人员！这简直是把“我是在赶Deadline时闭着眼睛点的Submit”写在了脸上。

建议后续行动

不需要联系作者提供原始数据：数据看起来没大毛病。
嘲笑一下作者和编辑：一本正经地把北京划归美国，把时间线搞乱，ACM的审稿人和编辑居然都没发现，这说明大家都在走马观花。
向期刊编辑部提交勘误：建议作者尽快发表 Erratum，纠正作者单位国家和那个可笑的时间线错误，以挽回一点颜面。

⚠️ 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。

Boosting Semi-Supervised Video Captioning via Learning Candidates Adjusters