🔍 耿同学打假报告

论文信息

• 论文来源：Romera-Paredes 等 - 2024 - Mathematical discoveries from program search with large language models.pdf
• 标题：Mathematical discoveries from program search with large language models
• 作者：Bernardino Romera-Paredes, Mohammadamin Barekatain, Alexander Novikov 等 (Google DeepMind 团队)
• 期刊：Nature (Vol 625)
• DOI：https://doi.org/10.1038/s41586-023-06924-6
• 发表年份：2024 (在线发表于 2023 年 12 月 14 日)

综合评定：✅ 清白

详细发现

发现 1：核心实验数据缺乏“一图多用”与“PS拼接”的生物学造假特征

• 位置：全文 Figure 1-6, Table 1
• 描述：作为一篇纯粹的计算机科学与组合数学论文，文中并未涉及湿实验生物学常见的 Western blot、流式细胞术或显微镜成像图。文中的图表（如算法流程图、代码截图、数据对比表）逻辑自洽，未发现复制粘贴、镜像翻转或边缘裁切等典型的学术不端视觉特征。
• 证据：论文以代码和数学构造为主，图表主要为辅助说明（如 Fig 1 介绍系统架构，Fig 4 展示生成代码与图论构造），无像素级重复的嫌疑。
• 严重程度：🟢 (正常)

发现 2：统计学异常检测：极其“诚实”的失败率报告

• 位置：Methods 部分鲁棒性
• 描述：造假者往往倾向于隐瞒负面结果或实验失败率，只展示完美的“成功案例”。然而，这篇论文在描述最难的 Cap Set（n=8）问题时，明确承认了极高的失败率：“在 140 次独立实验中，仅有 4 次成功发现了大小为 512 的 cap set”。
• 证据：这符合真实大语言模型（LLM）结合进化算法搜索时的随机性与高度不稳定性。如果数据是纯捏造的，造假者通常会编造一个高得多的成功率来夸大系统的强悍。
• 严重程度：🟢 (正常)

发现 3：数据自洽性与数值分布检测

• 位置：Table 1 (Online bin packing results), Fig 4a, Fig 5a
• 描述：检查表1中的性能提升数据（Fraction of excess bins），数据呈现出非常自然、非线性的递减趋势（例如 FunSearch 在 OR1 到 OR4 上分别为 5.30%, 4.19%, 3.11%, 2.47%），并非像随机数生成器捏造的那样呈现规律的等差数列。数学构造方面（如从 496 提升至 512），属于离散数学中的明确突破，易于验证且没有被夸大。
• 证据：没有发现标准差雷同、末位数字循环、或者数据点“完美到失真”的统计学红旗。
• 严重程度：🟢 (正常)

第四式：时间线与产出异常检测

• 位置：论文收发稿时间与引用文献
• 描述：站在当前日期（2026-06-14）回溯：论文于 2023 年 8 月 12 日投稿，2023 年 11 月 30 日录用。文中提到使用了基于 PaLM2 架构的 Codey 模型（Google 于 2023 年中旬发布并开放 API），时间线完全吻合，不存在“使用了未上市/未发布的未来模型”的穿越情况。
• 证据：引用的文献截止到 2023 年的预印本（如 GPT-4 技术报告等），符合 2023 年下半年的科研认知背景。
• 严重程度：🟢 (正常)

第五式：引用与方法学异常

• 位置：Code Availability 及全文
• 描述：计算机领域的造假重灾区往往是“声称开源但实际无法复现”。本文在代码可用性部分明确提供了 GitHub 开源链接，并指出了所使用的内部库。方法学描述（分布式系统、岛屿进化模型）极其详尽，甚至连每 4 小时淘汰一半表现最差的岛屿这种工程细节都做了交代，不存在方法学上的内部矛盾。
• 证据：https://github.com/google-deepmind/funsearch 真实有效，且与论文描述一致。
• 严重程度：🟢 (正常)

耿同学辣评

这篇来自 DeepMind 的 Nature 大作简直是学术界的“一股清流”。耿同学拿着六式放大镜扫了半天，连个像素点的灰度异常都没找出来——废话，人家根本不用 PS 画图，全是用真代码硬跑出来的！更难得的是，这帮大佬一点都不“护短”，直接在 Method 里坦白“跑了 140 次才成功 4 次”，这种敢于自曝其短的态度，简直狠狠打了那些满篇“完美数据”、一次跑通的“量产型”学术混子的脸。那些天天用 Excel 随机生成数据的“学术裁缝”们，真该好好学学什么叫真正的“硬核科研”。

建议后续行动

• 无需联系作者要求提供原始数据（论文已开源且逻辑完全闭环）
• 无需在 PubPeer 上提出质疑
• 无需向期刊编辑部举报
• 建议有志之士去跑一下他们开源的代码，看看能不能在算力允许的范围内复现

⚠️ 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。