🔍 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：未在提供文本中体现（arXiv: 2312.13316v4）
• 发表年份：2025

综合评定：🟡 存疑

详细发现

发现 1：数据提升幅度异常“完美”（太漂亮也是一种错？）

• 位置：Table 4, Table 5 (下游任务分类结果)
• 描述：在极其有限的数据量（如 1% 训练集）下，本文提出的 ECAMP 模型相较于此前的 SOTA（如 MRM, MGCA）展现出了巨大的性能飞跃。例如在 COVIDx 数据集的 1% 数据微调中，ACC 直接从 MRM 的 78.0 飙升到了 83.0（提升 5 个百分点）；在 ChestX-ray14 的 1% 数据中，AUC 从 79.4 提升至 81.9。
• 证据：在深度学习领域，尤其是在 1% 极低样本量下，不同算法之间的差异通常会因为随机种子的扰动而产生剧烈波动，很少能出现如此稳定且全方位的巨大压制。不过，考虑到本文采用大语言模型（LLM）对实体语境进行了精准蒸馏和重平衡，这种降维打击在方法学逻辑上是讲得通的。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 2：深度学习论文的通病——“薛定谔的方差”

• 位置：Section 4 (Experiment) 及所有结果表格
• 描述：全文所有的性能对比（AUC, ACC, Dice, mAP）均只报告了单一数值，未提供标准差、标准误或置信区间。
• 证据：这并非本文独有的问题，而是目前整个计算机视觉和深度学习界的“潜规则”。缺乏方差报告意味着读者无法从统计学角度判断这 1%-2% 的性能提升是否具有显著意义，还是仅仅依靠挑选了“好运气”的随机种子。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 3：时间线与逻辑自洽性检查

• 位置：Section 3.1, Section 4.4
• 描述：本文使用 GPT-3.5-turbo 处理了 10,000 条数据，并微调了 Vicuna-7B 模型来处理剩余的数据。考虑到论文的 arXiv 第四版更新时间为 2025 年 6 月，而 GPT-3.5 和 Vicuna 均为 2023 年初发布的模型，整个研究的时间线非常合理。
• 证据：方法学部分逻辑自洽。使用更强的 LLM 蒸馏知识训练小模型以处理全量数据的“ teacher-student ”范式在工业界和学术界都已十分成熟。未发现“穿越时空”使用尚未发布模型的情况。
• 严重程度：✅ (无异常)
• 复核状态：✅ 成立

发现 4：图片复用与拼接检测限制说明

• 位置：Figure 1 - Figure 6
• 描述：由于当前仅提供纯文本形式的论文流，无法对 Western Blot 条带、显微镜图或论文中的 T-SNE 可视化图（Figure 5）进行像素级比对、噪点分析和边缘 PS 痕迹检测。
• 证据：基于文本描述，图片的作用主要是示意网络架构（Fig 1, 3, 4）和展示定性结果（Fig 5, 6），未发现违背常识的描述。
• 严重程度：无法判断
• 复核状态：✅ 成立

耿同学辣评

好家伙，直接把 ChatGPT 拉来当“免费病理科打工人”，对医生的复杂报告进行“脱水处理”，这招“用魔法打败魔法”属实被这位同学玩明白了！数据虽然好得有点像“开了天眼”，且没标误差范围略显心虚，但人家思路清晰、公式自洽，时间线挑不出毛病，还大度地甩出了 GitHub 链接。这年头，不会用大模型的医生不是好算法工程师。只要代码能跑通，这波操作就是满分！

建议后续行动

• 跑去他们的 GitHub 仓库（https://github.com/ToniChopp/ECAMP）查验代码完整性
• 如果有条件，复现 1% 数据集下的微调实验，看看是否真的能复现如此夸张的提升
• 联系作者要求提供原始数据 (人家都主动开源了，这点格局还是有的)

⚠️ 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。