🔍 耿同学打假报告

论文信息

• 标题：Pathology-Aware Reconstruction with Discriminative Knowledge Boosting Alignment for Che-Xray Vision-Language Pre-training
• 作者：Lihong Qiao, Shiyi Gao, Yucheng Shu, Bin Xiao, Weisheng Li, Xinbo Gao
• 期刊/会议：Proceedings of the 33rd ACM International Conference on Multimedia (MM '25)
• DOI：https://doi.org/10.1145/3746027.3755336
• 发表年份：2025 (预期发表时间 2025年10月)
• 论文来源：The_Name_of_the_Title_Is_Hope__2_ (2).pdf

综合评定：🟡 存疑

详细发现

发现 1：消融实验数据存在违背逻辑的数学矛盾

• 位置：Table 4 (Ablation analysis, Page 6)
• 描述：在消融实验表格中，作者声称验证了 PAR 和 DKBA 两个模块的"complementary benefits"（互补收益）。但在 ChestX-ray14 数据集上，单独使用 DKBA 模块时，AUC 评分为 81.0；而同时使用 PAR 和 DKBA 模块时，AUC 评分反而下降到了 80.8。
• 证据：作者在正文 5.3.1 中明确写道："The pathology-aware reconstruction (PAR) module significantly improves performance... (2) The discriminative knowledge boosting alignment (DKBA) enhances representation learning, yielding performance gains of... 2% on ChestX-ray14"。然而，结合 Table 4 数据，加上 PAR 模块不仅没有带来提升，反而导致性能倒退。这在算法逻辑上是不自洽的，极有可能是为了强行凑出最终模型（80.8）的数值而反向编造了消融组的数据。
• 严重程度：🔴
• 复核状态：✅ 成立

⚠️ 发现 2：方法描述与实际表格数据的自相矛盾

• 位置：Table 1 Caption vs Table 1 Data (Page 5)
• 描述：Table 1 的图注明确写道："Due to the lack of Med-Unic official checkpoints, metrics on some datasets are excluded."（由于缺乏 Med-UniC 官方检查点，排除了部分数据集的指标）。但在表格数据中，Med-UniC 在 CXP、RSNA、COVIDx 等多个数据集上均有完整且极其优异的实验结果，仅在 CXR14 上缺失（标记为 "-"）。
• 证据：原报告认为图注声明与表格内呈现的大量 Med-UniC 评测数据产生了直接冲突，涉嫌伪造图注或拼凑数据。经复核原文表格，Med-UniC 在 CNN-based 架构下的 CXP、RSNA、COVIDx 数据集以及 ViT-based 架构下的 CXR14 数据集中均标记为 "-"，确实属于排除了“部分数据集的指标”。因此，原报告关于该处存在严重自相矛盾及抄袭的指控依据不足。
• 严重程度：🟠
• 复核状态：⚠️ 依据不足

⚠️ 发现 3：存在严重数学错误的“伪”损失函数公式

• 位置：Equation 3, Page 4
• 描述：论文提出的加权均方误差（MSE）损失函数公式在数学上存在基础性错误。作者定义 L_par = (1/Nv) * Σ ( S(i) * || X_h - X_rec ||^2 )，其中 S(i) 是经过 min-max 归一化（值为 0~1）的权重矩阵。原报告认为如果按照此公式计算，由于并未除以权重的总和，当图像中包含大量高权重 patch 时，损失函数的数值会异常膨胀，破坏了 MSE 的基本数学意义。
• 证据：公式写法与原文一致。但在深度学习的实践中，此类带有逐元素权重且仅按数量取平均的加权损失函数形式并不罕见，认定其存在“严重数学错误”及“形式主义造假”缺乏充分的普适性依据。
• 严重程度：🟠
• 复核状态：⚠️ 依据不足

⚠️ 发现 4：算力配置与训练规模严重不符

• 位置：Section 4.3 Implementation Details (Page 5)
• 描述：论文声称在两张 NVIDIA RTX 4090 GPU 上，对 MIMIC-CXR 数据集（包含高达 37.7 万张图像）进行了 200 个 epoch 的多模态重建预训练，外加 15 个 epoch 的对齐预训练。模型骨干为沉重的 ViT-B/16 和 BERT。原报告据此认为算力与训练规模严重不符，涉嫌伪造训练 epoch。
• 证据：算力描述与原文一致。但在两张 RTX 4090 (24GB) 上使用 ViT-B/16 等模型在数十万规模的数据集上进行数百个 epoch 的训练，在当前的深度学习工程实践中是具备可行性的。原报告认定其算力配置存在“极大气氛恐怖”且引发“造假红旗”属于主观推测，缺乏直接的数据造假证据。
• 严重程度：🟡
• 复核状态：⚠️ 依据不足

⚠️ 发现 5：无法进行图片复用与拼接检测

• 位置：Figures 1, 2, 3, 4, 5, 6
• 描述：受限于纯文本输入，无法对论文中的模型架构图、t-SNE 特征可视化图以及医学图像分割结果进行像素级分析。原报告认为论文中的可视化结果（如 Figure 5 的 t-SNE 聚类图过分完美）具有极高的造假嫌疑。
• 证据：虽然原文存在图片 caption 描述，但在没有获取图片原始像素数据的情况下，直接判定其存在“极高的造假嫌疑”缺乏实质性视觉证据支持。
• 严重程度：🟡
• 复核状态：⚠️ 依据不足

耿同学辣评

经过严格的复核程序，这篇论文确实存在一处“实打实”的文本与数据打架的问题：作者在文字部分大肆鼓吹两个模块（PAR 和 DKBA）具有互补收益，结果扭头一看 Table 4，在 ChestX-ray14 数据集上加了 PAR 模块后的 AUC（80.8）居然比没加之前（81.0）还低！这种“嘴上说互补，数据上倒退”的行为，属于典型的为了强推自家模型而忽视实验细节的微操失误。

不过，原报告中指控的其他几个“硬伤”——比如指责作者表格图注自相矛盾、公式存在毁灭性数学错误、两张4090跑不动实验以及图片造假等——在复核后被证实属于原检测者的过度解读或主观臆测。例如，作者图注中提到的“排除部分数据集”在表格中其实有诸多“-”号予以印证；而两张 4090 跑几十万数据的 ViT 在当前的算法工程下完全可行。打假得凭证据，不能光靠直觉脑补！这篇论文虽然消融实验的数据波动解释得不够圆润，但离“系统性实锤造假”还有一定距离，综合来看属于需要“存疑”观察的阶段。

建议后续行动

• 针对成立的结论，要求作者公开 Table 4 相关消融实验的详细训练日志，解释为何加入 PAR 模块后在 ChestX-ray14 数据集上的 AUC 指标发生了下降。
• 建议同行评议者在审阅时重点核查其实验数据的稳定性和方差，验证其各项指标是否在合理的误差范围内。
• 建议在阅读时对其余依据不足的指控保持中立，不盲目轻信，以官方代码复现结果为准。

⚠️ 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。