🔍 耿同学打假报告

论文信息

标题：ECAMP: Entity-centered Context-aware Medical Vision Language Pre-training
作者：Rongsheng Wang, Qingsong Yao, Zihang Jiang, Haoran Lai, Zhiyang He, Xiaodong Tao, S. Kevin Zhou
期刊：Medical Image Analysis (2025)
DOI：[论文中未明确提供]
发表年份：2025
论文来源：2312.13316v4.pdf

综合评定：✅ 清白

详细发现

发现 1：时间线与设备逻辑验证（无异常）

位置：Section 4.4 (Implementation Details) / 文章头部时间信息
描述：论文最终版提交时间为 2025 年 6 月 7 日。文中提到使用了 OpenAI 的 GPT-3.5-turbo API 以及开源的 Vicuna-7B 模型进行文本蒸馏；硬件方面使用了 4 张 A100 GPU。
证据：以当前日期为基准，GPT-3.5 和 Vicuna 均在 2023 年初发布，A100 显卡更是早前问世，设备与模型在时间逻辑上完全成立。预训练 120 个 epochs 耗时约 20 小时，在 4 张 A100 上跑 37 万张胸片的 ViT-B/16 模型，这个时间消耗是符合物理规律的，没有违背算力常识。
严重程度：🟢 无风险
复核状态：✅ 成立

发现 2：数值异常与规律性检测（无异常）

位置：Tables 4, 5, 6, 7, 8, 9 (实验结果与消融研究)
描述：在表格中提取各项指标（AUC, ACC, Dice, mAP）进行末位数字和方差分布检查。
证据：表中数值（如 81.9, 85.1, 86.7, 84.0 等）保留了正常的浮点数特征，末位数字（0-9）分布均匀，没有出现随机生成器生成的“过于完美”的阶梯状数据或异常恒定的差值。在消融实验（Table 7）中，去掉特定模块后性能下降的幅度（如 1%~3% 不等）符合深度学习模型中增加 trick 带来的常规增益范围，未见伪造数据的“断层式”拉升。
严重程度：🟢 无风险
复核状态：✅ 成立

发现 3：方法学与算法推导逻辑（轻微瑕疵）

位置：Section 3.2 (Masked Image and Language Modeling)
描述：在公式推导和变量定义中，存在极其轻微的前后符号不统一现象。
证据：在描述低分辨率图像 $$I_l$$ 切块时，前文写为“The low-resolution image $$I_l$$ is split into $$N_l^p$$ patches”，紧接着后文描述掩码操作时变成了“mask a large ratio (75%) of the $$N_I^p$$ low-resolution patches”。这里变量下标从 $$l$$ (小写 L) 变成了 $$I$$ (大写 I)。虽然这属于排版或拼写疏忽，并不影响整体算法逻辑和复现，但也说明校对略有遗漏。
严重程度：🟡 极轻微瑕疵（不构成学术不端）
复核状态：✅ 成立

发现 4：AI 论文特有维度的合规性审查（合理）

位置：Section 3.1 (Context Distillation) & Table 2 & 3
描述：验证使用大语言模型生成数据并训练的造假重灾区——是否隐瞒了 prompt 或虚构了蒸馏结果。
证据：作者在 Table 2 中光明磊落地给出了完整的 ChatGPT system prompt 和 user prompt，并在 Table 3 中如实地展示了 Vicuna-7B 蒸馏的结果（包含部分不完美、生硬的语句）。这种公开代码、公开提示词、展示真实原始输出的做法，展现了极高的学术透明度。
严重程度：🟢 无风险
复核状态：✅ 成立

耿同学辣评

作为一篇 AI 领域的“炼丹”论文，这篇文章不仅没有“一图多用”的蛋白印迹图供我抓把柄，还坦诚地把 LLM 的 Prompt 和算力耗时交代得一清二楚。除了个别变量下标的“大小写强迫症犯了”，这篇论文的数据和逻辑经得起推敲，实属业界良心，想要打假都找不到下嘴的地方！

建议后续行动

~~联系作者要求提供原始数据~~（无需联系，论文已声明开源：https://github.com/ToniChopp/ECAMP）
~~在 PubPeer 上提出质疑~~
~~向期刊编辑部举报~~
~~向作者所在机构学术委员会举报~~

⚠️ 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。
（注：由于仅提供文本，本报告未对像素级图片拼接与篡改进行物理级别检测，但依据图表表格的文字交叉验证，未发现系统性造假痕迹。）

ECAMP: Entity-centered Context-aware Medical Vision Language Pre-training