🔍 耿同学打假报告

论文信息

• 标题：ClinAlign: A Clinical Workflow-Aligned Memory Retrieval Framework for Radiology Report Generation（基于上下文推断）
• 作者：未知（文本未提供完整作者列表）
• 期刊/会议：预印本/投稿稿件（目标会议推测为 IJCAI-ECAI 2026）
• DOI：无
• 发表年份：2026（预期）
• 论文来源：IJCAI__ECAI_26_Formatting_Instructions (1).pdf

综合评定：🟡 存疑

详细发现

发现 1：系统性文本与公式大面积缺失（排版与编译灾难）

• 位置：全文（重点在摘要、引言、第3章方法、第4章实验）
• 描述：文本中出现了大量不自然的截断、缺失关键专有名词和数学符号的现象。例如：
  • 摘要中：“we introduce, a memory retrieval framework...”
  • 引言中：“To tackle these limitations, we introduce, a memory retrieval framework...” （缺少模型名 ClinAlign）
  • 方法中：“(MPPA)”、“CGPA)”、“ure 3”（应为 Figure 3）、“given a chest X-ray image of size, visual features”（缺少尺寸符号如 \(H \times W\)）
• 证据：提供的文本中确实存在大量如 yi,m,clog (ˆ i,m,c) 等破碎的公式残片。正常排版不会出现介词后直接跟逗号的情况。这强烈暗示源文件（LaTeX）在宏包解析（如 \cite, \ref, \newcommand）上存在严重错误，或者提取文本时发生了灾难性的格式丢失。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 2：表格结构崩坏与数据粘连

• 位置：Table 1, Table 2, Table 3
• 描述：表格数据排版严重错位，部分数据未用空格或制表符分隔。
• 证据：
  • Table 1 中 PromptMRG 的数据在原文中确为 0.5090.4760.398，存在明显的数字粘连。
  • Table 2 的 "Ours" 行下方原文中确实只紧跟了 0.397，缺乏其他指标数据的有效排版。
  • Table 3 的消融实验表格在原文中确实未显示具体数值，且勾叉（✓/✗）符号排版混乱。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 3：数据逻辑与行文陈述的高度自洽性（反向排除数据造假）

• 位置：Section 4.2 Experimental Results
• 描述：尽管排版崩坏，但作者在正文中声称的提升数据与表格中残存的数值在数学逻辑上是完美吻合的，说明数据并非随机捏造。
• 证据：原文正文声称“an absolute improvement of 13.2% in F1”，查阅 Table 1，Ours 的 F1 为 0.505（见正文4.2描述），而 DCL 的 F1 为 0.373。0.505 - 0.373 = 0.132（即 13.2%）。正文声称“18.4%”，KiUT 的 F1 为 0.321，0.505 - 0.321 = 0.184。正文声称“3.0% absolute improvement”，最强基线 RRG-Mamba 的 F1 为 0.475，0.505 - 0.475 = 0.030。所有差值计算精准无误。
• 严重程度：✅ （说明数据并非随机生成器捏造，而是真实的实验比对结果）
• 复核状态：✅ 成立

发现 4：无法进行图片复用与拼接检测（PS痕迹检测）

• 位置：Figure 1-5
• 描述：文本中未提供足够的图片像素信息，仅有图片说明，无法执行视觉层面的图像造假检测。
• 证据：原文中包含了对 Figure 1-5 的丰富文字描述，但由于客观条件限制（仅提供纯文本），无法执行图像复用或篡改（PS痕迹）检测。
• 严重程度：无（客观条件限制）
• 复核状态：✅ 成立

耿同学辣评

这论文的数据计算算得比谁都精，但排版和公式编译碎得像是在车祸现场捡回来的！作者你是不是写代码的时候忘了定义 \newcommand，导致满屏幕的 LaTeX 源码报错原形毕露？连自家模型的名字 ClinAlign 都能凭空消失，审稿人看到前两页估计心脏骤停了。内容可能是个好内容，数据也经得起减法考验，但这排版基本属于“自绝于人民”，直接拉去回炉重造吧！

建议后续行动

• 要求作者重新提交格式正确的版本（首要任务）
• 在获取完整图片后进行图像复用/PS痕迹检测（目前无需）
• 联系作者要求提供原始数据和代码
• 在 PubPeer 上提出质疑
• 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。