🔍 耿同学打假报告

论文信息

• 标题：ClinAlign: A Memory-Based Retrieval Framework Aligned with Clinical Workflow for Radiology Report Generation（根据正文内容提取）
• 作者：未在正文文本中明确列出（作者列表被省略）
• 期刊/会议：IJCAI-ECAI 2026 (根据文件名 IJCAI__ECAI_26_Formatting_Instructions (1).pdf 及文档排版推断)
• DOI：无（疑似会议投稿/在审稿件）
• 发表年份：2026（基于当前文件和系统时间推断）

综合评定：🟡 存疑

详细发现

⚠️ 发现 1：图片复用与拼接分析受阻（客观文本限制）

• 位置：Figure 1 - Figure 5
• 描述：本报告基于纯文本进行打假分析。由于原文档以文本形式提供，缺失图片的像素信息，无法使用“第一式”和“第三式”对 Western Blot、显微镜图或模型架构图进行像素级噪点比对、PS痕迹检测和一图多用排查。
• 证据：文中仅提供了 Figure 1-5 的 Caption（图注），无法获取实际图像数据。由于缺少实际像素级证据，该条作为学术不端的检测依据不足。
• 严重程度：🟡（信息不足，客观限制）
• 复核状态：⚠️ 依据不足

发现 2：实验数据与消融分析的合理性验证（数据造假检测）

• 位置：Table 1, Table 2, Table 3 (第4节 Experiment and Analysis)
• 描述：文中报告的自然语言生成（NLG）指标（如 BLEU-1 到 BLEU-4）和临床有效性（CE）指标符合该领域（放射报告生成）的真实分布规律。Table 1 中 ClinAlign 的 F1 为 0.505，相比于 RRG-Mamba (0.475) 和 PromptMRG (0.476) 有所提升，提升幅度在合理范围内，没有出现“违背常理的断崖式提升”。
• 证据：在 Table 3 的消融实验中，Baseline 的 F1 为 0.472，加入 MPPA 提升至 0.485，加入 CGPA 提升至 0.492，两者均加为 0.505。提升幅度（+1.3%, +2.0%, +3.3%）符合各模块相互补充的常理，且各项指标未出现违背数学自洽性的“完美整数”或“随机生成器特征”。
• 严重程度：✅（未发现异常）
• 复核状态：✅ 成立

发现 3：时间线与引用文献的合理性（产出异常与引用检测）

• 位置：References（参考文献部分）
• 描述：文中引用了大量 2024 年和 2025 年的最新文献（例如：[Hou, 2025] IJCAI 2025; [Mao, 2025] WACV 2025; [Tanno, 2025] 等）。
• 证据：作为一篇准备投稿或发表于 2026 年的论文，引用上一年（2025年）及同领域最新顶会的成果完全符合学术发展规律。原文 Acknowledgements 中明确提到的“Grant No.62576064”（国自然通常以年份开头编号，625 代表 2025 年获批）和“CSTB2025NSCQ”（重庆市 2025 年基金）在时间逻辑上严丝合缝。
• 严重程度：✅（未发现异常）
• 复核状态：✅ 成立

发现 4：方法学逻辑一致性（方法学异常检测）

• 位置：Section 3 Method & Section 4.1 Implementation Details
• 描述：文中提到的技术栈（ViT-B/16 冻结、BERT-base 解码器、BioClinicalBERT、Hopfield 网络、MIMIC-CXR 与 IU X-Ray 数据集）皆为医学图像处理领域的标准操作。
• 证据：原文第 4.1 节明确声明：“All experiments are conducted on a single NVIDIA A40 GPU (48GB), and training takes approximately 24 hours.” 该硬件消耗声明与模型规模（ViT-B/16 + BERT-base）及数据集规模（MIMIC-CXR 官方 split 包含 270,790 个训练样本）的算力需求相匹配，不存在算力违背常识的漏洞。
• 严重程度：✅（未发现异常）
• 复核状态：✅ 成立

耿同学辣评

这篇纯文本的AI论文在时间线、实验数据逻辑和算力匹配上严丝合缝，十分丝滑！Table 1 和 Table 3 中的实验数据自洽，消融实验的提升幅度也完全符合模块互补的常理。唯一的“破绽”是当前输入只有纯文本，缺失了对 Figure 1-5 图片原画的像素级核对（对于深度学习论文来说，架构图和可视化图也是重点关注区域），以及原文的部分数学公式符号在解析时丢失了。总体而言，文本层面未发现明显学术不端，但受限于客观材料，仍需视觉原图的最终复核。

建议后续行动

• 如需 100% 确认，建议获取 PDF 原件或原始图片进行像素级复核
• 基于现有文本数据，未发现系统性造假或数据篡改，文本层面予以初步认可

⚠️ 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。