🔍 耿同学打假报告

论文信息

标题：Calibrating Uncertainty for Zero-Shot Adversarial CLIP
作者：Wenjing Lu, Zerui Tao, Yuning Qiu, Dongping Zhang, Yang Yang, Qibin Zhao
期刊/会议：Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)
DOI/ArXiv：arXiv:2512.12997v3 [cs.CV]
发表时间线：ArXiv v3 提交日期为 2026年6月5日（非常符合 ICML 2026 的 Camera-Ready 节点）
论文来源：UCAT(Calibrating Uncertainty for Zero-Shot Adversarial CLIP).pdf

综合评定：🟠 高度可疑

(注：本论文在数学逻辑和实验数据上具有一定的迷惑性，但在方法论的核心推导与实验验证之间发现了难以调和的“为了出结果而强行设定参数”的严重嫌疑。)

详细发现

发现 1：核心数学参数的“薛定谔状态”（方法学异常）

位置：Appendix C.1 (Implementation Details for Uncertainty Quantification)
描述：作者在正文推导（Section 4）中，明确建立了 CLIP 的 learnable temperature（ $\tau$ ）与狄利克雷分布浓度参数的映射关系。然而，在附录 C.1 中，作者发现当模型训练后的 $\tau$ 太小（如 $\tau \approx 0.01$ ）时，Epistemic Uncertainty (EU) 会发生退化。为了解决这个问题，作者居然在计算 EU 时强行使用 $\tau \approx 0.07$ ，而在计算 Aleatoric Uncertainty (AU) 时保留 $\tau \approx 0.01$ 。
证据：原文表述：“To avoid this issue, we adopt $\tau \approx 0.07$ for computing EU, while keeping $\tau \approx 0.01$ for AU.”。在同一模型的同一前向传播中，对两个相关的不确定性指标使用两个不同尺度的温度系数进行缩放，这在数学上直接打破了 Section 4 中 Lemma 4.3 的理论自洽性。这说明模型实际输出的特征并不符合作者的理论预期，作者只能通过“手动调参”来让图表（Figure 5-7）看起来合理。
严重程度：🔴 (核心理论与实验实现脱节，涉嫌结果导向的“数据美容”)

发现 2：表格数据的“避重就轻”与排版缺失（数据造假/呈现异常）

位置：Table 2 & Table 6 (Zero-Shot Adversarial Robustness)
描述：在 Table 2 中，基线模型 TeCoA 和 FARE 等在 PGD、CW 等攻击下的数据呈现大面积的缺失（空白），甚至连核心的 Average 和 H 值都残缺不全。对比之下，本文提出的 UCAT 数据却十分完整。
证据：例如 Table 2 中 PGD 攻击下，TeCoA 的数据仅为“50.96 39.33 21.64 69.78 20.07 13.50 37.80 19.17 18.30”，后续的数据集以及 Average 完全消失。虽然这可能部分归咎于 PDF 文本提取的丢失，但在严谨的顶会论文中，如果是因为基线模型在某些数据集上崩溃（精度为0）而省略，必须明确标注为“0.00”或“N/A”，而不是留白。这种呈现方式容易让人怀疑是否在选择性报告有利数据。
严重程度：🟡 (需确认是排版灾难还是选择性报告)

发现 3：诡异的不确定性变化数值（数据真实性存疑）

位置：Figure 5, Figure 6, Figure 7 的标注文本
描述：在展示 PU、AU、EU 变化的柱状图中，作者在图中直接标注了变化量。对比 CLIP 和 Ours (UCAT) 的数据，呈现出一种极度“规整”的规律。
证据：在 Figure 5 (PU) 中，所有 CLIP 模型的数值均为负数（如 -0.140, -0.077），而所有 UCAT (Ours) 模型的数值均为正数（如 +0.030, +0.043）。不仅在 PU 中如此，在 Figure 6 (AU) 中，UCAT 的变化全为正，在 Figure 7 (EU) 中也几乎全为正。真实的多数据集实验由于领域差异，通常会出现参差不齐的正负波动（有的数据集涨，有的跌）。UCAT 能够在 16 个完全不同的数据集上实现“全军覆没”般的单向改善（只有 EuroSAT 一个例外），这种完美控制反映了极高的“调参”痕迹。
严重程度：🟠 (真实实验极难出现如此完美的单向结果，疑似为了证明结论而筛选了超参数)

发现 4：时间线检查（第五式）

位置：全文
描述：本文 arXiv v3 版本日期为 2026 年 6 月 5 日，目标会议为 ICML 2026。
证据：结合当前日期（2026-06-15），时间线完全合理。引用文献中包含大量 2024、2025 乃至 2026 年的文献（如 Dong et al., 2025; Yu et al., 2026），符合当前学术前沿的节奏。
严重程度：✅ (时间线清白)

无法检测的维度说明（耿同学六式之第一式与第三式）

图片复用与拼接检测：由于当前输入仅为文本提取结果，未能提供足够的像素级图片信息。因此无法对 Figure 1-7 的折线图、柱状图以及架构图是否存在 PS 痕迹、元素复用进行法医级别的图像鉴定。单从文本描述来看，逻辑链条尚属完整。

耿同学辣评

这篇论文的数学推导看似严丝合缝，从 Dirichlet 分布到 KL 散度写得头头是道。结果一翻附录，好家伙，左边脸蛋涂 $\tau=0.01$ 的粉底，右边脸蛋抹 $\tau=0.07$ 的腮红。合着前面推导了半天的理论模型它不好用，最后全靠“手动美颜”来硬撑不确定性下降的完美数据呢？这就像是你买了一台号称自动控温的高档烤箱，结果烤鸡的时候你还得拿个备用温度计自己往里塞。理论千万条，自洽第一条，且发且珍惜吧！

建议后续行动

要求作者公开完整的评测代码，特别是计算 PU、AU、EU 时的具体 $\tau$ 取值与数学映射脚本。
质疑作者为何在不同不确定性度量中使用不同温度系数，要求其给出理论证明或撤回过度完美的实验图表。
审查 Table 2 和 Table 6 中基线模型数据缺失的原因，确认是否存在隐瞒不利数据的学术不端行为。

⚠️ 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。

Calibrating Uncertainty for Zero-Shot Adversarial CLIP