🔍 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：未在文本中明确提供（属于 arXiv 预印本/期刊接收版本）

综合评定：✅ 清白（基于文本与数据逻辑）

详细发现

发现 1：数据"不完美"恰恰证明了真实性

• 位置：Table 3 (Page 7) - Examples of report distillation
• 描述：在展示 ChatGPT 和 Vicuna-7B 提取报告的示例表中，原文报告存在拼写错误（如将 "effusion" 拼写为 "ffusion"）。而在 AI 模型（特别是 Vicuna-7B）的生成结果中，这个拼写错误 "ffusion" 被原封不动地保留了下来（例如："There is no pleural ffusion."）。
• 证据：学术造假者在编造或美化实验结果时，往往倾向于呈现“教科书般完美”的数据，通常会自觉或不自觉地修正拼写错误。这种模型忠实地继承了原始数据集中的脏数据（拼写错误）的现象，高度符合大语言模型真实的运行逻辑，是数据真实性的一个强有力的“反向”证据。
• 严重程度：🟢（真实性的证据）
• 复核状态：✅ 成立

发现 2：算力与时间线逻辑严密自洽

• 位置：Section 4.4 (Page 9-10) - Implementation Details
• 描述：作者声称在 MIMIC-CXR 数据集上使用 4 张 A100 GPU 训练 120 个 epochs，耗时约 20 小时。
• 证据：我们来验算一下作者的算力账单：单卡 Batch Size 设为 256，4 张卡通过梯度累加（步长为8），有效 Batch Size 达到了 256 × 4 × 8 = 8192。MIMIC-CXR 包含约 37 万张图像。这个级别的有效批次大小和训练轮次，在 4 张 A100 上跑 20 小时是非常符合物理常识和目前深度学习训练规律的。造假文章经常会出现“用一张笔记本显卡一夜跑完上百万数据”的荒谬时间线，本文在此经得起推敲。
• 严重程度：🟢（真实性的证据）
• 复核状态：✅ 成立

发现 3：消融实验文本与数据高度吻合

• 位置：Section 5.3 (Page 11) 与 Table 7
• 描述：耿同学向来强调，造假表格最容易在文本吹牛和具体数据的对不上号上露馅。本文在 5.3 节的消融分析中指出：“As listed in the 4th row and the last row of Table 7, employing context-guided SR provides performance gains from 83.0% to 86.3% and 92.3% to 95.0% on COVIDx.”
• 证据：核对 Table 7 的第 4 行（无 SR）和最后一行（有 SR），在 COVIDx 数据集 1% 和 10% 的列中，数值精确显示为 83.0->86.3 以及 92.3->95.0。耿老师拿着放大镜找了一圈，加减法毫无破绽，不仅文本与图表严丝合缝，各模块的递进增益也非常符合逻辑。
• 严重程度：🟢（真实性的证据）
• 复核状态：✅ 成立

发现 4：模型结构定义的术语轻微不规范

• 位置：Section 4.4 (Page 9) - Implementation Details
• 描述：文中提到：“We utilize an 8-layer ViT-B/16 ... as the backbone ... and a 4-layer ViT-B/16 for the image decoder.”（我们使用 8 层的 ViT-B/16 作为图像编码器，4 层的 ViT-B/16 作为解码器）。
• 证据：在计算机视觉领域，标准的 ViT-B/16 架构通常被定义为具有 12 层 Transformer 块。作者这里所谓的“8层ViT-B/16”在严格术语上是不规范的，大概率是从标准的 12 层模型中截取了前 8 层，或者使用了非标准的配置。这属于方法学描述上的瑕疵或实验室内部的俗称，虽不构成学术不端，但容易引起读者的困惑。
• 严重程度：🟡（方法学描述瑕疵）
• 复核状态：✅ 成立

耿同学辣评

各位同学，这论文看着真让人提神！虽然耿老师拿着放大镜想找点数据造假的蛛丝马迹，比如验算一下 Batch Size 的乘法，或者看看文本和表格的差值对不对得上，结果人家全算对了。最逗的是，表 3 里的 AI 模型连医生原报告里 "effusion" 拼错成 "ffusion" 的毛病都原样复刻了——这哥们儿是真把大模型跑出来的傻乎乎的结果直接贴上去了，连美颜滤镜都没开，主打一个“真诚”。这种保留了“粗糙真实感”的论文，相比于那些 P 得连误差线都完美对称的“学术神作”，可信度要高得多！

建议后续行动

• 无需联系作者要求提供原始数据（文本逻辑严密，无明显造假动机与痕迹）
• 无需在 PubPeer 上提出质疑
• 文本中未提供足够的图片信息，无法进行像素级分析（建议未来若有他人针对其架构图或 T-SNE 图进行复核，可重点关注）
• 若需精益求精，可建议作者澄清文中 ViT-B/16 具体的截断/层级设定。

⚠️ 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。