🔍 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 International Conference on Multimedia (MM '25)
• DOI：https://doi.org/10.1145/3746027.3755336
• 发表年份：2025

综合评定：🟡 存疑

详细发现

发现 1：引用与方法学异常（张冠李戴的参考文献）

• 位置：Section 2.1 & 2.1 (Related Work, Page 2)
• 描述：作者在论述相关工作时，出现了极为明显的参考文献引用错误。在 2.1 节中写道：“MedUnic [24] integrates multimodal medical data...”，但在参考文献列表中，文献 [24] 是 Bo Liu 等人发表的关于 SAT (Semantics-Aware Triage) 的论文；同样在 2.1 节末尾写道：“ReCO [12] avoids penalizing...”，而文献 [12] 实际上是鼎鼎大名的 MAE (Masked Autoencoders)，根本不是 ReCO。
• 证据：对比正文引用标号与底部 References 列表，[24] 为 SAT 论文，[12] 为 MAE 论文。这说明作者大概率是在写论文时复制粘贴了别人的句子，连引用标号都没改，或者使用了不规范的文献管理软件导致大面积串线。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 2：文献格式极其诡异的拼写错误

• 位置：References [13]
• 描述：参考文献 [13] 的作者名字竟然是 "J Healthcare"。
• 证据：原文为：“[13] J Healthcare. 2020. Object-cxr-automatic detection of foreign objects on chest x-rays.”。这明显是把期刊名字或者会议/机构名称错当成了作者名字。这种低级错误通常出现在极其粗糙的复制粘贴或虚假文献生成中，严重暴露了论文撰写的不严谨。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 3：数据呈现过于“诚实”反证其真实性

• 位置：Table 1, Table 4, Table 6
• 描述：运用第二式（随机数生成器检测）进行分析。通常造假者在做消融实验时，为了让每个模块都显得“有用”，会人为编造出加一个模块、指标就必定单调递增的假象。但在 Table 4 中，单独加入 PAR 模块（第二行），ChestX-ray14 的 AUC 分数反而从 79.1 下降到了 78.9；在 Table 6 中，联合训练（Row 3）在 COVIDx 上的表现甚至不如单独的 Alignment 训练（Row 2）。此外，作者还在正文 5.1 节中大方承认“在 CheXpert 数据集上，我们的模型表现不如 Med-Unic”。
• 证据：数据呈现出的“不完美”和“性能下降”违背了造假者“做假账”的常理，反而高度符合真实深度学习实验中经常遇到的梯度冲突和多任务损失博弈现象。证明核心数据大概率是真实跑出来的。
• 严重程度：✅（作为洗清数据造假的证据）
• 复核状态：✅ 成立

⚠️ 发现 4：缺失图片证据导致无法进行像素级打假

• 位置：Figure 1 ~ Figure 6
• 描述：虽然文本中提供了 Figure 的 Caption（如 Figure 5 提到了 t-SNE 可视化），但由于未提供实际的原始高清图片像素信息，无法运用第一式和第三式检测是否存在一图多用、PS拼接、背景噪点复制等图片造假行为。
• 证据：例如 Figure 5 的 t-SNE 可视化，是学术造假（图片复用/局部重绘）的重灾区，当前仅有文本信息不足以进行判断。
• 严重程度：无（客观条件限制）
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇论文属于典型的“代码跑得挺老实，论文写得挺粗糙”。实验数据看起来挺真诚，该拉胯就拉胯，没有用随机数生成器去硬凑全面吊打 baseline 的“完美神表”；但是！你这相关工作写得也太敷衍了吧？把 MAE 论文当成 ReCO 来引，把期刊名 "J Healthcare" 当成人名，你这是把学术诚信当儿戏，还是用 Ctrl+C 和 Ctrl+V 写论文？

建议后续行动

• 鉴于核心数据未见明显造假痕迹，暂不建议向编辑部举报学术不端。
• 建议在 PubPeer 上友善提醒作者核查 Section 2 中严重的参考文献引用错误。
• 联系作者要求提供 Figure 5（t-SNE）和 Figure 6（Attention Map）的原始无压缩图片以供进一步核实。
• 强烈建议作者在读研期间好好学一下 EndNote 或 Zotero 文献管理工具。

⚠️ 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。