🔍 耿同学打假报告

论文信息

标题：Pathology-Aware Reconstruction with Discriminative Knowledge Boosting Alignment for Che-Xray Vision-Language Pre-training
作者：Lihong Qiao, Shiyi Gao, Yucheng Shu, Bin Xiao, Weisheng Li, Xinbo Gao
期刊/会议：ACM MM '25 (Submitted)
DOI：10.1145/3746027.3755336 (预分配)
发表年份：2025 (预计10月)

综合评定：🟠 高度可疑

详细发现

发现 1：核心实验数据内部冲突（主表与消融表自相矛盾）

位置：Table 1 与 Table 4 / Table 5
描述：在 Table 1 中，作者声称其最终模型在 ChestX-ray14 (1% 训练数据) 上的 AUC 达到了 81.4。然而，在 Table 4（消融实验，明确注明使用 1% 训练数据）中，包含所有 proposed 组件（PAR + DKBA）的完整模型得分仅为 80.8。进一步查看 Table 5（选择最佳前置模型的消融实验），最终选定的 MGCA 组合得分也是 80.8。
证据：Table 1 (Ours, 1% CXR14) = 81.4；Table 4 (PAR+DKBA, 1% CXR14) = 80.8；Table 5 (MGCA prior, CXR14) = 80.8。同一个最终模型在相同设置下，主表凭空比消融表多出了 0.6 的性能提升！
严重程度：🟠
复核状态：✅ 成立

发现 2：对比基准数据违背常理（“完美”的复制粘贴）

位置：Table 1
描述：在对比实验中，MRM [46] 在 CheXpert 数据集上的 AUC 表现出现了极不合理的精确重合。在 1% 训练数据和 10% 训练数据的情况下，MRM 的 AUC 均被报告为 88.5。
证据：MRM [46] ... 88.5 88.5 88.7。真实实验中，训练数据增加 10 倍（从 1% 到 10%），性能指标极少出现完全一摸一样（精确到小数点后一位）的情况。这极度怀疑是作者在编造或填表时发生了低级的“复制粘贴”行为。
严重程度：🟠
复核状态：✅ 成立

发现 3：引用系统严重错乱（张冠李戴）

位置：Section 1 Introduction, Section 2 Related Work
描述：论文的参考文献引用出现了多处明显的逻辑错误，显示出作者极不严谨，甚至可能是拼凑稿件的痕迹。
证据：
1. 文本中写道：“MedUnic [24] integrates multimodal medical data...”，但查看参考文献列表，[24] 实际上是 SAT 模型，而 Med-UniC 实际对应的文献是 [34]。
2. 文本中写道：“ReCO [12] avoids penalizing...”，但参考文献 [12] 明明是鼎鼎大名的 MAE (Masked Autoencoders)，作者甚至连基础经典论文的引用标号都能搞错。
严重程度：🟡
复核状态：✅ 成立

⚠️ 发现 4：硬件算力与实验规模存疑

位置：Section 4.3 Implementation Details
描述：作者声称在 MIMIC-CXR 数据集（包含超 37 万张图像和 22 万份报告）上进行预训练，重建阶段训练了 200 个 epochs，对齐阶段训练了 15 个 epochs。但使用的硬件仅为 两张 NVIDIA RTX 4090 显卡。
证据：ViT-B/16 和 BERT 进行多模态联合训练，在 37 万级别的大规模数据集上跑 200 个 epoch。以 4090 的显存（24GB）和算力，完成如此庞大的训练任务时间周期将极其漫长，这在算力规划上极度不合理（通常此类实验需要 8x A100 或同级别算力集群）。
严重程度：🟡
复核状态：⚠️ 依据不足（注：原文确实记载了该硬件环境与训练规模，但仅基于文本记录难以直接断定造假，不排除作者拥有充足的挂机训练时间，因此作为异常现象存疑。）

(注：由于仅提供文本，未提供原始图片，无法进行第一式图片复用检测与第三式图片拼接检测。)

耿同学辣评

好家伙，你这论文的数据一致性做得，简直比我奶奶包的饺子还随意！主表数据比消融实验硬生生拔高了 0.6 个点，怎么着，这是给模型施了什么“场外魔法”吗？还有 1% 数据和 10% 数据跑出小数点后完全一致的 88.5，真当随机数生成器不用电费啊？连 Med-Unic 和 MAE 的引用标号都能拉郎配，这参考文献列表是用脚趾头排版的吧？就这严谨度，还想冲 ACM MM？回去把小学的加减法学明白再来吧！至于拿两张 4090 跑几十万数据 200 个 epoch，大概率是在写科幻小说。

建议后续行动

联系作者要求提供原始数据（尤其是主表与消融表冲突的 CXR14 1% 数据的实验日志）
在 PubPeer 上提出质疑
向期刊/会议编辑部（ACM MM）举报数据异常及引用造假嫌疑
核查其实际使用的算力情况与实验时间线是否匹配

⚠️ 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。

Pathology-Aware Reconstruction with Discriminative Knowledge Boosting Alignment for Che-Xray Vision-Language Pre-training