🔍 耿同学打假报告

论文信息

• 标题：Activating Associative Disease-Aware Vision Token Memory for LLM-Based X-ray Report Generation
• 作者：Xiao Wang, Fuling Wang, Haowen Wang, Bo Jiang, Chuanfu Li, Yaowei Wang, Yonghong Tian, Jin Tang
• 期刊：IEEE TRANSACTIONS ON *** (投稿预印本，未显示具体期刊名)
• DOI：未提供（预印本 arXiv:2501.03458v1）
• 发表年份：2025
• 论文来源：2501.03458v1.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：核心方法与实现细节严重脱节（“究竟用了啥提取特征？”）

• 位置：Section III.B (Methodology) 与 Section IV.B (Implementation Details)
• 描述：论文在核心方法论部分明确写道：“Given the input X-ray imagex... we first adopt the Swin-Transformer [4] for the feature extraction.” 然而，在实验的实现细节部分，作者却写道：“The input X-ray images were resized... and divided into 16×16 patches, which were then fed into MambaXray-VL [3] for visual feature extraction.”
• 证据：Swin Transformer（基于CNN/局部窗口注意力）和 Mamba（基于状态空间模型 SSM）是两种架构完全不同的视觉主干网络。作者在自己提出的网络结构图（Fig. 2）中画的是 Swin，但在跑实验时却声称换成了参考文献 [3]（即MambaXray-VL，2024年10月底刚挂上 arXiv 的模型）。这说明作者在写 Methodology 时可能存在复制粘贴过往论文草稿的痕迹，或者实验根本没有按照所写的框架去跑。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：低级文本复制粘贴痕迹（“连脚注都抄上了？”）

• 位置：Section IV.D (Analysis of different CAMs)
• 描述：在分析不同类别的 CAM 激活图时，正文表格上方出现了一个孤零零的上标数字 1，紧接着在下方有一行链接说明：1 https://github.com/jacobgil/pytorch-grad-cam。
• 证据：这是非常典型的直接从其他论文或模板中 Copy-Paste 带入的脚注残迹。这说明作者在拼接这篇论文时非常粗心，未对稿件进行基本的审阅校对，结合“发现 1”，进一步印证了论文方法论和实验部分存在拼接缝合的嫌疑。
• 严重程度：🟡
• 复核状态：✅ 成立

⚠️ 发现 3：图片复用与拼接检测受限

• 位置：全文 Figures (Fig 1-6)
• 描述：由于当前仅能获取纯文本信息，无法获取高分辨率的原始图片文件。
• 证据：文本中未提供足够的图片信息，无法进行像素级分析、WB blot 检测或流式细胞图噪点对比。但在深度学习论文中，特征图和生成报告的对比图较难做假，主要风险在于结构图的逻辑一致性（见发现1）。
• 严重程度：无法判断
• 复核状态：⚠️ 依据不足

发现 4：数据一致性核查

• 位置：Section IV.C (Comparison on Public Benchmark Datasets) 与 Tables I-III
• 描述：对文中宣称的提升幅度进行反算验证。
• 证据：文中称在 IU X-Ray 上 BLEU-4 比 R2GenGPT 提升 19.2%。根据表格，R2GenGPT 为 0.161，AM-MRG 为 0.192，(0.192-0.161)/0.161 ≈ 19.25%，数据自洽。MIMIC-CXR 的 F1 分数提升 19.5% 等描述也均能对上。这说明虽然模型架构描述出现了严重纰漏，但表格内的基础算术逻辑是完整的，数据本身“太完美”或“捏造随机数”的特征不明显。
• 严重程度：🟡
• 复核状态：✅ 成立

耿同学辣评

好家伙，这就是传说中的“精神分裂式”写论文吗？前面方法部分信誓旦旦说“我用的是 Swin Transformer 画的结构图”，到了实验部分一转眼“其实我偷偷塞了别人刚发出来的 Mamba”？如果实验真的是用 Mamba 跑的，那你整篇论文推导的 Hopfield 网络对接 Swin 输出的公式岂不是全在纸上谈兵？连别人的 GitHub 链接脚注都原封不动地复制进来，各位同学，写论文可长点心吧，Ctrl+C 和 Ctrl+V 的距离，往往就是学术不端的开始！

建议后续行动

• 联系作者要求提供完整的训练代码和日志，核实究竟使用了哪个视觉主干网络。
• 在 PubPeer 上提出质疑，要求作者澄清 Methodology 与 Implementation 之间的巨大矛盾。
• 督促作者在正式发表前进行极其严格的校对。

⚠️ 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。