🔍 耿同学打假报告

论文信息

论文来源：Ye 等 - 2023 - GNN&GBDT-Guided Fast Optimizing Framework for Large-scale Integer Programming.pdf
标题：GNN&GBDT-Guided Fast Optimizing Framework for Large-scale Integer Programming
作者：Huigen Ye, Hua Xu, Hongyan Wang, Chengming Wang, Yu Jiang
期刊/会议：Proceedings of the 40th International Conference on Machine Learning (ICML 2023), Honolulu, Hawaii, USA. PMLR 202.
发表年份：2023

综合评定：🟠 高度可疑

(综合判定理由：虽然本文为纯计算机科学/算法类论文（无传统生物医学图像），免除了“PS痕迹拼图”等检测，但其实验数据的完整性与对照组设定的合理性存在极其严重的“选择性呈现”与“掩饰性对比”嫌疑，严重违背了机器学习实验的公平比较原则。)

详细发现

发现 1：严重的数据隐瞒与“稻草人”对比（Baseline 数据大面积缺失）

位置：Appendix D (Additional Experiments) - Table 4 & Table 5 (小规模实验)
描述：作者在 Table 4 和 Table 5 中对比了小规模问题（10,000个变量）的求解。但是在 CA1、MVC1、SC1 的列中，Gurobi 的对比数据（无论是目标值还是运行时间）竟然是完全空白的。
证据：对于一个仅有 1 万个变量的 MILP 问题，目前的顶级的求解器（如 Gurobi 10.0）通常能在几毫秒到几百毫秒内直接求出最优解。如果填上 Gurobi 的数据，作者所谓的“节省 99% 运行时间”和“超越 Baseline”的神话将瞬间破灭。作者故意通过留白（或声称找不到解）来掩盖其框架在小规模问题上根本无法击败商业求解器的事实。
严重程度：🔴

发现 2：统计学异常与掩人耳目的标准差

位置：Section 4 (Experiments) 全文
描述：论文声称“All experiments are repeated five times and the metric average is recorded.（所有实验重复五次并记录平均值）”。但是纵观 Table 1 和 Table 2，所有的运行时间（如 49.7s, 1925.8s, 969.8s）和目标值，没有给出任何一个标准差或置信区间。
证据：在严谨的 ICML 神经网络训练实验中，由于随机种子（如 GNN 的随机初始化、GBDT 的随机抽样）的影响，5次重复实验绝对不可能得到完全一致的运行时间或结果。不报告标准差，极大概率是为了掩饰实验结果的不稳定，或者根本就没有跑满 5 次。
严重程度：🟠

发现 3：算法对比逻辑存在严重“双标”（Avoidance of Direct Competitors）

位置：Appendix D.2 (Baseline)
描述：作者在引言中大篇幅吹嘘了现有的“最新两阶段 GNN+LNS 框架”的流行度，并指出本文就是针对该框架的痛点进行改进的。然而在实验对比时，作者却写道：“its code is not fully open source. So we did not include it in the baseline in this paper.（代码未完全开源，所以不把它作为基线）”。
证据：学术界惯例中，如果是对 A 框架的改进，就算 A 不开源，作者也通常会根据原论文复现一个基础版本进行对比，而不是直接拿传统的精确求解器（SCIP/Gurobi）当软柿子捏，以此来凸显自己算法的优越性。这是典型的“打假靶子”行为。
严重程度：🟠

发现 4：Table 2 数据自相矛盾与逻辑错乱

位置：Section 4.2 - Table 2 (Comparsion of running time)
描述：表2的 Target（目标值）行出现了大面积的空白，并且数据对应逻辑存在严重问题。
证据：在 Table 1 中，作者给出了 Ours-30%S 的目标结果。按照 Table 2 的目的（达到相同结果的时间），Table 2 中的 Target 理应与 Table 1 高度一致。但在 Table 2 中，CA3、MVC3、MVC2、SC2、SC3 的 Target 全部是空白的。如果连对比的 Target 都没给全，读者如何知道作者在 Table 2 中跑出的“短时间”对应的是哪个质量级别的解？这是一种操纵数据呈现来夸大效果的手段。
严重程度：🟠

发现 5：参考文献格式的“底层崩坏”（盲猜是复制粘贴的半成品）

位置：References 部分
描述：参考文献中存在大量格式残缺和人物名字“变异”的现象。
证据：
1. 大量文献缺失年份，例如 routing(Shaw,), network designing(Du & Pardalos,), bin packing(man Jr et al., 1996)。
2. 著名计算机科学家 Michael R. Garey 和 David S. Johnson 的名字被离奇写成了 man Jr, E. C., Garey, M., and Johnson, D.（前言里写的是 man Jr et al., 1996）。这极大概率是从某个排版极差的 PDF 或网页直接复制粘贴，且作者根本没有校对。连参考文献都能敷衍至此，很难让人相信其实验数据是严谨收集的。
严重程度：🟡

发现 6：代码仓库链接缺失（挂羊头卖狗肉）

位置：Section 4 (Experiments)
描述：作者写道：“Code for reproducing all of the experiments can be found at Fast-Optimizing-Framework.”
证据：作者仅仅写了一个文本名称，并没有提供有效的 GitHub URL 链接。这在要求 Open Source / Reproducibility 的 ICML 会议上是非常罕见且违规的，极大概率意味着代码并未真正开源，或者不想让同行复现其实验结果。
严重程度：🟡

耿同学辣评

“满篇的‘超越 Gurobi’和‘节省99%时间’，结果一到小规模数据对比，Gurobi 的数据列直接给你来个‘物理隐身’？拿 ML 启发式算法和最先进的商业精确求解器比拼‘规定时间内的启发式表现’，甚至为了怕露馅连最核心的对比算法都因为‘没开源’就不比了。最逗的是，连图灵奖得主 Garey 和 Johnson 的名字都能被你复制粘贴成 man Jr et al.，咱就是说，就算是造房子，你这地基也敷衍得太过分了吧？”

建议后续行动

在 PubPeer 或 OpenReview 上向作者质询：为何在 Table 4 和 Table 5 中隐瞒了 Gurobi 在小规模测试集（10000 变量）上的表现？
要求作者公开其 5 次重复实验的标准差，并解释 Table 2 中大面积缺失的 Target 目标值。
要求作者提供有效、可运行的 GitHub 代码仓库链接，而非一段纯文本。
联系 ICML 2023 的 Program Chairs，指出该论文在实验设置上存在严重的“避重就轻”和“破坏可复现性原则”的问题。

⚠️ 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。

GNN&GBDT-Guided Fast Optimizing Framework for Large-scale Integer Programming