ClinAlign: A Memory-based Retrieval Framework Aligned with Clinical Workflow (推断标题)
2026-08-06 15:10
🔍 耿同学打假报告
论文信息
- 标题:ClinAlign: A Memory-based Retrieval Framework Aligned with Clinical Workflow (推断标题)
- 作者:未在文本中提供(名为 IJCAI__ECAI_26_Formatting_Instructions 的模板文件)
- 期刊/会议:IJCAI-ECAI 2026 (投稿/格式模板)
- DOI:未提供
- 发表年份:2026 (根据当前文件和引用日期推断)
- 论文来源:IJCAI__ECAI_26_Formatting_Instructions (1).pdf
综合评定:🟠 高度可疑
详细发现
发现 1:核心实验数据大面积缺失(图表与正文严重脱节)
- 位置:Table 2 (IU X-Ray 数据集结果) 与 Table 3 (消融实验)
- 描述:论文正文对实验结果进行了详尽的数据宣称,但对应的表格中却出现了匪夷所思的“留白”。在 Table 2 中,“Ours”所在行仅赫然出现了一个数据“0.397”(实为 ROUGE-L),而正文宣称的“0.495 BLEU-1, 0.193 BLEU-4, 0.208 METEOR”等核心指标在表格中凭空消失。更离谱的是,Table 3(消融实验)除了表头和几个对勾(✓)外,所有的数值数据全为空白,但正文却敢于引用具体的 F1 分数(如 0.485 提升至 0.496)。
- 证据:对比文本段落“our method achieves 0.495 BLEU-1... and 0.397 ROUGE-L”与 Table 2 末尾的“Ours 0.397”;以及 Table 3 完全空白的列与正文“baseline achieves CE scores of 0.495/0.509/0.472...”之间的矛盾。
- 严重程度:🔴
- 复核状态:✅ 成立
发现 2:方法学与公式呈现严重断裂(半成品或排版解析错误痕迹)
- 位置:Section 3 (Method) 全局
- 描述:论文的公式和关键变量存在大量“吞字”和逻辑断层,绝非正常的文本表达,更像是在拼凑或生成文本时未补全细节。例如在 3.1 节中,提到“given a chest X-ray image of size,”后直接丢失了尺寸变量;提到阈值时“we set the threshold”后直接断句无下文;3.4 节中出现了“agnostic prompt tokensd 1, d2, . . . , dS}, where notes the fixed number”,不仅语法崩坏,且完全未定义关键变量。
- 证据:原文中多处残缺的句子,如“ure 3, given a chest X-ray image of size, visual features are extracted...”、“we then select the struct a compact subset.”等。
- 严重程度:🔴
- 复核状态:✅ 成立
⚠️ 发现 3:统计与评估指标的“单薄感”
- 位置:Table 1
- 描述:在涉及 MIMIC-CXR 这类大规模医疗数据集的深度学习实验中,模型的评估指标(如 Precision, Recall, BLEU 等)通常会受到随机种子、数据划分等影响。然而,该论文的所有对比模型和“Ours”的数据均为极其干净的单一点估计,未提供任何标准差或置信区间。尽管这在某些计算机科学会议中存在,但考虑到本文其他数据的崩坏,这种“完美且单薄”的数据呈现缺乏可信度。
- 证据:Table 1 中所有数据均呈现为 0.xxx 的单一数值,无任何方差表示。
- 严重程度:🟡
- 复核状态:⚠️ 依据不足
耿同学辣评
这篇论文简直是“PPT造车”的终极形态,正文吹得天花乱坠、各种模块缩写拉满,一到亮真本事的数据表格直接给你玩“隐身术”。Table 3 消融实验连一个数字都不填,正文居然好意思编造具体的提升百分比!公式变量更是到处缺胳膊少腿。这是拿审稿人当傻子糊弄,还是AI写论文写到一半GPU宕机了?建议作者先学会怎么填表、怎么把话说完整再来搞科研吧!
建议后续行动
- 拒绝接收此类存在明显数据缺失和结构性断裂的稿件(如作为审稿人)。
- 在 PubPeer 上提出质疑(如已见刊)。
- 联系作者要求提供包含完整数据的原始 PDF 和源代码。
- 向期刊/会议编辑部举报其极不严谨的学术态度和造假嫌疑。
⚠️ 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。