🔍 耿同学打假报告

论文信息

• 论文来源：Kuang 等 - 2024 - Towards General Algorithm Discovery for Combinatorial Optimization Learning Symbolic Branching Poli.pdf
• 标题：Towards General Algorithm Discovery for Combinatorial Optimization: Learning Symbolic Branching Policy from Bipartite Graph
• 作者：Yufei Kuang, Jie Wang, Yuyan Zhou, Xijun Li, Fangzhou Zhu, Jianye Hao, Feng Wu
• 期刊/会议：Proceedings of the 41st International Conference on Machine Learning (ICML 2024), PMLR 235
• 发表年份：2024

综合评定：🟠 高度可疑

详细发现

发现 1：核心数据高度雷同（复制粘贴实锤？）

• 位置：Table 2 (第 8 页) 及 Appendix Table D8 (第 18 页), Table D12 (第 19 页)
• 描述：在 Table 2 中，作者对比了不同模型的模仿学习准确率。令人震惊的是，在 Facilities 数据集上，GS4CO 主模型以及它的两个消融模型，竟然输出了完全一致的精确数值：
  • No-Encodings (无编码消融版): 66.78%
  • No-Constraints (无约束消融版): 66.78%
  • GS4CO (完整版主模型): 66.78%
• 证据：这还不算完，在 Appendix 的 Table D8（不同聚合层数的消融实验）中，Facilities 在 2 层时的准确率也是 66.78%；在 Table D12（与 Symb4CO对比）中，GS4CO 的准确率依然是 66.78%。在强化学习和神经网络中，修改核心网络结构（如去掉编码、去掉约束、修改网络层数），最终在百分比精度上千分位都不发生哪怕一丝一毫的改变，在数学概率上接近于不可能。这高度疑似作者在填表时发生了“复制粘贴”的遗漏，或者模型根本就没有按描述那样去跑不同的消融实验。
• 严重程度：🔴

发现 2：正文与附录的核心实验参数发生严重打架（薛定谔的数据集）

• 位置：Section 5.1 Training (第 7 页) 与 Appendix B. Data Generation (第 14 页)
• 描述：关于 GS4CO 的训练数据量，正文和附录给出了完全矛盾的描述。
  • 正文声称：“我们生成 100 个训练实例和 20 个验证实例，并获得了 10,000 和 2,000 个样本”；在 5.2 节甚至总结说“我们仅使用了 1% 的实例和 10% 的样本”。
  • 附录打脸：“对于 GS4CO，我们生成 十个 (10) 训练实例和 四个 (4) 验证实例……我们得到 1,000 个训练样本，其中 400 个用于验证。”
• 证据：如果附录里的（10个实例，1000个样本）是真的，那么相对于基线的 10,000 个实例和 100,000 个样本，比例应该是 0.1% 和 1%，而不是正文大吹特吹的“1% 和 10%”。这是作者自己写完论文后忘了统一前后数据的典型“造假/敷衍”特征。连用了多少数据自己都搞不清楚，实验结果可信度大打折扣。
• 严重程度：🟠

发现 3：测试集样本量与正文声明冲突

• 位置：Section 5.1 Evaluation (第 8 页) 与 Appendix B. Data Generation (第 14 页)
• 描述：关于测试集规模，作者在不同地方给出了完全不同的数字。
• 证据：正文 Section 5.1 明确写着：“所有评估均在 50 个测试实例上进行 (All evaluations are conducted over 50 test instances)”。然而，在附录的 Data Generation 部分，作者明确写道：“我们在具有 3000s 时间限制的 240 个实例上评估所有方法（80 个 easy，80 个 medium 和 80 个 hard 实例）”。这种基础实验设置的前后矛盾，体现了极度粗糙的论文撰写态度。
• 严重程度：🟠

发现 4：缺乏统计学支撑的“显著优于” (Significantly Outperform)

• 位置：Table 1 & Table 2 (第 8 页), 以及 Section 5.2 文本描述
• 描述：作者在正文中多次声称 GS4CO 的表现“显著优于” 基线模型，尤其是 Table 2 声称准确率显著优于 Tree model。
• 证据：通览全篇及附录，所有的实验结果仅仅提供了一个孤零零的均值（没有标准差、没有置信区间）。在 NP-Hard 的组合优化问题中，求解时间的方差通常极大。在没有提供任何 p-value、t-test 或 Wilcoxon 检验的情况下，单凭几何均值就宣称“显著”，在严谨的机器学习论文中是不合格的。结合前面发现的 66.78% 精确重复问题，这里的“显著”大概率是作者的主观修辞。
• 严重程度：🟡

发现 5：排版混乱与文本提取乱码

• 位置：全文多处（如 Introduction 末尾的公式部分、Section 2 末尾等）
• 描述：PDF 文本中出现了大量毫无意义的符号乱码（如 �）以及由于排版错误导致的断句残缺。
• 证据：虽然这属于排版和 PDF 转换问题，但作为录用于顶级会议 ICML 的论文，文本中出现了诸如图表穿插进句子中间的残缺现象（如第 2 页 Introduction 部分突兀地插入了无关的数学符号组合），说明在提交 Camera-Ready（最终版）时校对极其不认真。
• 严重程度：🟡

耿同学辣评

这篇发在顶会 ICML 的论文，不仅给我大谈特谈“我的模型比所有基线都好”，结果一看详细数据，自己把自己的消融实验给“消融”成了同一个精确到小数点后两位的数字（66.78%）——怎么着，你这模型的收敛能力是定海神针吗？拔不掉也改不动？更逗的是，正文说用了 100 个样本去训练，到了附录里又交代只用了 10 个，样本数据量自己跟自己打架。这篇论文要是拿去给第一届“文献复现大会”审，高低得被挂在耻辱柱上。这不仅是连数据都不好好编，这是连 Copy-Paste 都懒得检查了呀！

建议后续行动

• 联系作者要求提供原始数据（特别是 Facilities 数据集上各个消融模型的 log 和随机种子）。
• 在 PubPeer 上提出质疑，要求作者解释 66.78% 的一致性以及正文与附录训练数据量的矛盾。
• 向期刊/会议编辑部（PMLR / ICML 2024 组委会）举报，要求其发布勘误甚至启动学术审查。

⚠️ 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。