🔍 耿同学打假报告

论文信息

标题：Dynamic Configuration for Cutting Plane Separators via Reinforcement Learning on Incremental Graph
作者：Mingxuan Ye, Weilin Luo 等 (USTC, Huawei, SJTU, Tianjin University)
期刊/会议：39th Conference on Neural Information Processing Systems (NeurIPS 2025)
论文来源：Ye 等 - 2025 - Dynamic Configuration for Cutting Plane Separators via Reinforcement Learning on Incremental Graph.pdf

位置：Table 1（第 8 页）、Table 2（第 9 页）
描述：论文的主结果表格中，作者提交时发生了严重的排版/数据填入错位，导致数据列的含义与表头完全张冠李戴，在读者看来出现了极其荒谬的数学矛盾。
证据：
在 Table 1 中，对于 DynSep 方法在 "Set Covering" 数据集上的表现，表格末尾给出的原始数据块为：
DynSep (Ours) 33.88 (9.34) 0.53 (0.20) 96.54
如果按照表头 Time(s) | Improv(time) | PD integral 来读，这意味着 DynSep 的求解时间为 33.88秒，而该数据集的 NoCuts 基线仅为 7.45秒！也就是说你的方法比最差的基线还慢了近 5 倍，但在紧接着的 "提升度" 列中，竟然写出了 96.54% 的提升！这完全是反直觉的数学矛盾。
经过耿同学的火眼金睛反推，真实的对应关系应该是：33.88 是 PD integral，0.53 才是 Time(s)，96.54 是 Improv。同样的错位在 Max Independent Set 数据集中依然存在（0.52秒被错放到了提升度列）。
严重程度：🔴（核心实验数据呈现出现灾难级错误）

位置：Abstract（摘要）与 NeurIPS Checklist（第 17-18 页）
描述：作者在摘要中声称开源了代码，但留下的却是一个不完整的句子，且在附录和 Checklist 中均未找到实际的链接。
证据：
摘要最后一句写道：“The code is released at.”（直接以句号结尾，没有链接）。
在 NeurIPS Paper Checklist 的第 5 点中，作者信誓旦旦地写道：“We provide our code as a link of an anonymous repository in Appendix.” 然而，翻遍 Appendix D（Implementation Details），根本没有任何匿名链接的痕迹。这疑似是大模型辅助写作后忘记填补占位符，或作者并未真正准备开源。
严重程度：🟠（涉及学术诚信与可复现性承诺）