🔍 耿同学打假报告

论文信息

论文来源：hyper.pdf (由用户提供纯文本)
标题：HYPER: HYPERPARAMETER ROBUST EFFICIENT EXPLORATION IN REINFORCEMENT LEARNING
作者：Yiran Wang, Chenshu Liu, Yunfan Li, Sanae Amani, Bolei Zhou, Lin F. Yang
期刊/预印本：PRIME AI paper (从页眉判断，可能是投稿至某 NeurIPS/ICML 等机器学习会议的预印本)
发表年份：推测定为 2023-2024 年（参考文献最新为 2023 年 [38]）

综合评定：✅ 清白

详细发现

第一式：图片复用检测（一图多用）

位置：Figure 1, 2, 5, 6, 7, 8, 9
描述：由于用户提供的仅为纯文本内容（不包含底层图片二进制数据），无法进行像素级别的比对和噪点分析。
证据：阅读图注发现，本文的实验逻辑非常清晰。Figure 1和Figure 6展示了 $\beta$ 敏感性的分析，Figure 2展示了状态访问热力图，Figure 5展示了性能对比。各图所声称的实验条件和目的相互独立，没有出现明显的“控制组图片复用”的描述漏洞。
严重程度：无（基于现有文本信息）

第二式：数据造假检测（随机数生成器都不如）

位置：Table 1, Table 2, Appendix A.6
描述：检查了表格中的超参数配置和实验设置。
证据：
1. Table 1 中的 $\beta$ 范围（如 5e-3, 1e-2 等）和 Table 2 的步数配置（如 MediumMaze-Easy ≈150 / 500）具有强化学习实验典型的随机性和物理逻辑，不呈现“完美线性”或“等差数列”造假特征。
2. 超参数设置（附录 A.6）极为标准：Learning Rate 为 3e-4，Batch Size 为 256，网络结构 (256, 256)，这完全是深度强化学习界（尤指 TD3/SAC 算法）的“祖宗之法”，没有任何伪造的动机和痕迹。
严重程度：无

第三式：图片拼接检测（PS 痕迹）

位置：Figures
描述：无法检测。本文为计算机科学/机器学习领域的论文，通常不包含生物医学论文中常见的 Western Blot 或显微镜图，因此不存在“泳道拼接”的问题。图表多为通过 Python/Matplotlib 生成的曲线图和渲染的环境截图。
严重程度：无

第四式：统计学异常检测

位置：Section 6 (Experiments) & Appendix B (Proofs)
描述：理论分析（Theorem B.1, B.14）与实验结果逻辑自洽。
证据：
1. 论文在理论证明部分给出了 Regret Bound（遗憾界）： $\tilde{O}(\sqrt{d^3H^3T})$ ，这是线性 MDP 强化学习中非常经典且符合学界共识的复杂度量级（与引用的 Jin et al. 2018 等保持一致）。数学推导没有出现“维度不匹配”或“符号凭空消失”的严重逻辑断层。
2. 实验部分声称“averaged over 5 runs”（5次随机种子平均），并计算了经验标准差。在 RL 领域，跑 5 个 seeds 是非常标准的操作。
严重程度：无

第五式：产出异常检测（量产型学术）

位置：时间线与参考文献
描述：根据当前日期（2026-06-15）判断，该论文的时间线完全合理。
证据：引用的参考文献中最新的工作是 arXiv:2310.03342 (LESSON, Kim et al. 2023)。论文将自身算法与 2023 年的 baseline 进行对比，说明论文撰写于 2023 年底或 2024 年。从 2024 年到 2026 年发表/预印本，不存在“时间穿越”或“试剂提前上市”的荒谬时间线冲突。作者所属机构为 UCLA 和 Terasaki Institute，具备相应的科研实力产出此类高质量 RL 顶会级论文。
严重程度：无

第六式：引用与方法学异常

位置：Algorithm 1 & Algorithm 2 / 附录证明
描述：方法学描述详实，内部逻辑自洽。
证据：
1. 算法设计中巧妙地区分了“Provably Efficient”（理论版，使用线性近似）和“Empirically Efficient”（实验版，使用神经网络）。这是顶级 RL 理论+应用论文的标准写法。
2. 方法部分提到的 Repositioning phase（重定位阶段）使用了截断几何分布来控制长度，公式表述（见 5.3 节）完全符合概率论基本常识，没有出现“编造不存在的数学公式”的情况。
3. 没有发现前言不搭后语（如前文说 n=5，后文表格只有 4 个数据）的精分情况。
严重程度：无

耿同学辣评

看了一圈，这是一篇非常“老实本分”甚至有点“硬核”的强化学习理论+应用文章。没有花里胡哨的 Western Blot 拼图，没有整齐得像用 Excel 拖拽生成的假数据，有的只有满篇的数学推导和“炼丹”（训练神经网络）的心酸历程。他们连跑实验用的学习率 3e-4 和 Batch Size 256 都透着一股“深度学习打工人”的朴实无华。从理论推导 $\sqrt{d^3H^3T}$ 到和 2023 年的最新算法对打，逻辑闭环，时间线合理。想从这篇满是公式的 RL 论文里找造假，还不如去揪一揪生物医学界那些“Ctrl+C/Ctrl+V”的实验图！

建议后续行动

（无需行动，文本层面未发现异常）
联系作者要求提供原始数据（如有必要，可要求其开源训练代码和 Logging 数据，通常此类论文会在 GitHub 开源）
在 PubPeer 上提出质疑（不适用）
向期刊/会议编辑部举报（不适用）

⚠️ 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。受限于输入仅为纯文本，无法对真实图片进行像素级 Fraud 分析。

HYPER: HYPERPARAMETER ROBUST EFFICIENT EXPLORATION IN REINFORCEMENT LEARNING