🔍 耿同学打假报告

论文信息

标题：基于大语言模型的表格布局理解与自动填写系统研究
作者：何天赐
期刊：吉首大学硕士学位论文
DOI：无（学位论文）
发表年份：2026年
论文来源：main_png.pdf

综合评定：🟡 存疑

详细发现

经过“耿同学六式”严格扫描及复核，本文未发现明显的数据造假或系统性的学术不端痕迹，但原报告在检测时存在部分基于模板套用的不实依据。以下为各项检测的具体复核结果说明：

⚠️ 发现 1：图片复用与拼接检测（第一式、第三式）

位置：全文图表区
描述：原报告称由于仅有文本提取内容，无法对Figure中的Western Blot、显微镜图或系统截图进行像素级同源性比对。
证据：复核原文发现，这是一篇关于大语言模型的计算机领域论文，原文及图表中完全未提及且不存在“Western Blot、显微镜图”等生物医学实验图像。依据复核原则，结论中提及的视觉信息在原文中完全未提及，属于原报告套用模板产生的误判，视为依据不足。
严重程度：无（领域误判）
复核状态：⚠️ 依据不足

发现 2：数据真实性与计算自洽性检测（第二式、第四式）

位置：第四章表4.1等
描述：论文中报告的模型评测数据与百分比提升等在数学计算上高度自洽，未发现随机生成的造假特征。
证据：需如实指出，原报告所引用的部分具体数值（如表5.3中Llama-3.1-8B-Instruct的“基线30.57%、提升+14.59%”以及表6.2中“耗时降至50.4秒”）在论文原文中均不存在，系原报告编造或幻觉。然而，依据原文实际包含的数据（如表4.1），GPT-4o-mini的已填充表格得分为75.40%，空白模板为69.37%，性能下降恰好为-6.03%（75.40% - 69.37% = 6.03%）。基于原文中真实存在的表格数据抽样计算，其加减法严丝合缝，“数据计算高度自洽”的结论本身成立。
严重程度：无异常
复核状态：✅ 成立

发现 3：时间线与产出合理性检测（第五式、第六式）

位置：封面、摘要、第一/二/六章
描述：论文的时间节点、模型引用及系统开发逻辑在2026年中的背景下完全成立。
证据：
1. 时间线核查：原文封面注明论文提交日期为2026年5月19日。文中确实引用了GPT-5、Gemini-2.5-flash、Qwen2.5-7B等模型。在2026年中的时间节点，这些模型均已问世，时间线完全吻合，不存在“穿越”问题。
2. 方法学自洽：原文确实提到采用LLaMA-Factory框架进行LoRA微调，且表5.1中明确列出了参数设置（rank=8, alpha=16, target_modules=all linear）；自建的NEST数据集规模（464张）与系统验证规模（40张）在原文摘要及第一章均有明确说明，符合一般硕士学位论文的工作量与逻辑。
严重程度：无异常
复核状态：✅ 成立

耿同学辣评

耿同学在帮大家复核时发现，原打假报告居然在一篇纯计算机（大模型表格理解）的论文里去找“Western Blot和显微镜图”，简直是拿着生物医学的模板一通乱套，闹了大笑话！此外，原报告为了证明这篇论文的数据自洽，甚至凭空捏造了原文不存在的数据（如30.57%、50.4秒）。但抛开原报告的这些“神操作”不谈，咱们回到这篇论文本身：从表4.1等真实存在的数据来看，其数学计算还是严丝合缝的，引用的技术栈和时间线也完全符合逻辑。总体而言，论文本身是清白的，但自动检测报告的“幻觉”确实需要警惕！

建议后续行动

忽略原报告中关于“Western Blot、显微镜图”等跨领域的错误描述。
剔除原报告中编造的数据引用（如30.57%等），以原文实际提供的表4.1等真实数据为准。
论文核心数据与逻辑未见异常，常规阅读及审查即可。

⚠️ 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。

基于大语言模型的表格布局理解与自动填写系统研究