🔍 耿同学打假报告

论文信息

位置：Figure 1, Figure 4, Figure 5 等
描述：未发现明显的图片一图多用、旋转复用或对比图/凝胶图造假痕迹。本文属于深度学习/自然语言处理交叉领域的计算机论文，图片以模型架构图、数据统计柱状图、折线图以及定性分析案例为主。所有图表的上下文逻辑自洽，无不自然的重复拼接。
证据：图片内容均与正文论述（如Figure 1对比基准模型，Figure 5展示生成文本案例及注意力权重）高度吻合。
严重程度：✅ 正常
复核状态：✅ 成立

位置：Table 1 (主实验结果), Table 2 (消融实验)
描述：提取表格中的各项评测数据（如 F1, BLEU-1, BLEU-4 等）进行末位数字和数学自洽性分析。
证据：
1. 末位数字分布：提取 Table 1 中 Ours 的各项指标（0.501, 0.509, 0.476, 0.398, 0.112, 0.157, 0.268），末位数字分别为 1, 9, 6, 8, 2, 7, 8。提取 Table 2 (Ablation) 的 F1 分数（0.370, 0.444, 0.451, 0.464, 0.468, 0.476），末位为 0, 4, 1, 4, 8, 6。末位数字分布自然且均匀，未呈现“全为0或5”的随机生成器造假特征。
2. 数学自洽性验证：在医学报告生成领域，F1 score 往往不等于 Precision 和 Recall 的简单调和平均数（因为是多标签分类且按样本/宏平均计算），这是领域特性。但在如 Appendix Table 2 中，MIMIC 数据集上 RGRG 的表现：Precision (0.355) 和 Recall (0.340) 对应 F1 (0.318)，逻辑合理且符合非单调调和的数学规律。
严重程度：✅ 正常
复核状态：✅ 成立

位置：N/A
描述：本文不含 Western blot、显微镜图等容易被 Photoshop 拼接的生物医学图像。模型架构图（Figure 2, 4）块图清晰，连线规范，定性结果图（Figure 5）带有标准的高亮和注意力机制可视化，未见异常修图痕迹。
证据：无违背视觉常理的异常分界线或背景噪点突变。
严重程度：✅ 正常
复核状态：✅ 成立

位置：Experiments 章节
描述：本文为计算机科学领域的深度学习实验，未采用传统的生物统计学（如 p-value, ANOVA）。
证据：实验的提升幅度（如绝对提升 2.9%, 10%, 15%）与表格中报告的绝对数值完全吻合（0.476 - 0.447 = 0.029）。没有出现选择性报告显著结果的 p-hacking 痕迹，甚至作者诚实地指出了自己模型在某些 NLG 指标（如 BLEU-4）上不如基准模型的地方，这种“自曝家丑”是真实科学探索的常见态度。
严重程度：✅ 正常
复核状态：✅ 成立

位置：Implementation details
描述：时间线与技术栈逻辑合理，符合真实的科研产出节奏。
证据：论文提到使用了 Vicuna-13B（2023年发布的开源大模型）、PyTorch 2.0 以及对比了 2023 年的 SOTA 模型（如 RGRG, KiUT, DCL）。论文在 ArXiv 的发布版本号为 v2（通常代表经过修改），从技术更迭的时间线来看，完全符合 2023 年中上旬的技术背景。训练时间（单张 RTX 3090 训练约 24 小时处理 27 万张 MIMIC 数据）在当前算力水平下完全合理。
严重程度：✅ 正常
复核状态：✅ 成立

位置：Methods / Appendix
描述：方法学描述严谨，内部逻辑高度自洽，无伪造试剂或设备编号的嫌疑。
证据：
1. 论文公开了代码仓库：https://github.com/jhb86253817/PromptMRG，对于深度学习论文而言，开源代码极大降低了造假风险。
2. 附录中详细交待了针对 IU X-Ray 数据集的清洗和筛选逻辑（为了平衡正负样本比例，剔除了80%的正常图片，最终保留4168张），并对预处理带来的数据量变化进行了详尽的表格展示，方法学极为扎实。
严重程度：✅ 正常
复核状态：✅ 成立

这篇主打“Prompt 提示词”辅助医疗报告生成的 AI 论文，不仅逻辑严密、代码开源，甚至还在附录里老老实实地拆解了数据清洗过程和自身 NLG 指标下降的原因——主打一个真诚。全文六式扫描下来连个划水的破绽都没找到，属实是“用来洗眼和恢复对学术界信心的优质范本”了！

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。