🔍 耿同学打假报告

论文信息

论文来源：2312.13316v4.pdf
标题：ECAMP: Entity-centered Context-aware Medical Vision Language Pre-training
作者：Rongsheng Wang, Qingsong Yao, Zihang Jiang, Haoran Lai, Zhiyang He, Xiaodong Tao, S. Kevin Zhou
期刊：Medical Image Analysis (2025)
DOI：文本中未提供
发表年份：2025

综合评定：🟠 高度可疑

详细发现

发现 1：方法学展示与逻辑自相矛盾（严重文本异常）

位置：Table 3 (Page 7)
描述：表3展示了Context Distillation（上下文蒸馏）的效果，但其展示的ChatGPT和Vicuna-7B输出结果存在明显的文本损坏，且直接违背了表2中定义的Prompt规则和脚注2中声称的准确率。
证据：
1. 文本截肢现象：表中多处出现“pleural ffusion”、“severe ffuse”、“di ffuse”等残缺词汇。这是典型的PDF连字复制粘贴错误（如 ffi 连字丢失），说明作者在制作论文图表时极其敷衍，直接复制了乱码文本。
2. 违反Prompt设定与常理：表2的Prompt明确要求“不要生成其他单词”，格式必须是“There is [a] [b]”。但表3中，ChatGPT的输出居然出现了“There is status post CABG with aligned median sternotomy wires”（一长串非格式化文本），甚至出现了无实体的半截话“There is severe.”、“There is no.”。
3. 自相矛盾的准确率：脚注2声称医学系学生评估ChatGPT的蒸馏准确率高达93.6%。但如果模型在真实评估中大量输出“There is severe.”这种缺少主语（实体）的无意义半句话，是不可能获得93.6%准确率的。这说明表3要么是伪造的展示样例，要么真实数据清洗存在灾难级的Bug（实体被正则匹配或脚本误删）。
严重程度：🔴
复核状态：✅ 成立

发现 2：异常的性能提升跳跃（小样本奇迹）

位置：Table 4 & Table 5 (Page 8)
描述：在COVIDx数据集的Linear-probe（线性探针）和Fine-tune实验中，ECAMP在使用1%极少量数据的情况下，性能呈现出与对比方法极不协调的巨大跨越。
证据：以Table 5 (Linear-probe) 的1%数据为例，ECAMP达到了86.3%的ACC，而对比的强基线方法MRM（79.8%）、Med-UniC（76.5%）、MGCA（74.8%）等均在70-80%之间徘徊。在1%标注（即仅几百张图片）的线性分类下，能拉开近7-10%的绝对差距，在医学图像预训练领域极为罕见。虽然不能直接断定数据造假，但这种“一骑绝尘”且缺乏充分消融解释的拉升，通常需要警惕是否存在数据泄露或特定的trick。
严重程度：🟡
复核状态：✅ 成立

发现 3：引用与术语规范瑕疵

位置：Section 3.1 (Page 5) & Reference
描述：作者将ChatGPT的引用标注为“ChatGPT Brown et al. (2020)”。
证据：Brown et al. (2020) 实际上是GPT-3的论文。ChatGPT（以及论文中自己提到的GPT-3.5-turbo）是2022-2023年发布的基于InstructGPT/RLHF微调的模型，并非GPT-3本身。虽然这是AI圈常见的“偷懒引用”，但严谨性堪忧。
严重程度：🟡
复核状态：✅ 成立

⚠️ 发现 4：图片复用与拼接检测

位置：全文 Figures
描述：无法进行像素级分析。
证据：文本中未提供足够的原始图片分辨率信息，无法进行Western Blot或显微图的PS痕迹和复用比对。但从现有的T-SNE图（Fig 5）和注意力机制图（Fig 6）的描述来看，未发现明显逻辑冲突。
严重程度：ℹ️ 无法判断
复核状态：⚠️ 依据不足

耿同学辣评

用大模型清洗数据，结果连基础的 effusion（积液）都被截肢成了 ffusion，ChatGPT被迫跟着输出了一堆“无头无尾”的半截话，这就叫“精准蒸馏”？自己声称准确率93.6%，难道医学影像界的新规定是：只要语气像个老中医，没有主语的诊断就是最高境界？这篇论文的数学公式写得天花乱坠，结果在最基本的文本展示环节翻了车，这图表排版简直是主打一个“只要有数字就行，字母无所谓”。

建议后续行动

联系作者要求提供原始数据（特别是 Table 3 中被清洗后的 10,000 条 ChatGPT 原始输出日志，验证是否真的存在大量实体丢失的半截话）。
在 PubPeer 上提出质疑（重点询问 Table 3 中破损的文本和与 Prompt 规则相悖的输出是如何产生的）。
向期刊编辑部举报（指出其图表存在严重的数据呈现错误或伪造样例嫌疑，要求核查其实际代码逻辑）。
要求作者开源 Table 3 对应的完整清洗脚本和 prompt 运行日志。

⚠️ 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。

ECAMP: Entity-centered Context-aware Medical Vision Language Pre-training