🔍 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：Proceedings of the 33rd ACM International Conference on Multimedia (MM '25)
• DOI：https://doi.org/10.1145/3746027.3755336
• 发表年份：2025 (预计发表日期：October 27–31, 2025)

综合评定：🟠 高度可疑

详细发现

发现 1：数据造假检测（数据复制粘贴痕迹与违背常理的统计学异常）

• 位置：Table 1 (CXP 列, ViT-based 分组)
• 描述：在 CheXpert (CXP) 数据集上，该论文提出的 "Ours" 模型在使用 1% 训练数据和 10% 训练数据时，报告的 AUC 值竟然完全一模一样，均为 89.5。
• 证据：在深度学习尤其是医疗图像预训练领域中，训练数据量从 1% 暴增到 10%（数据量翻了10倍），模型的 AUC 性能绝无可能分毫不差地定格在同一个数值（甚至精确到小数点后一位）。这违背了基本的随机初始化与数据拟合规律。该数据极度疑似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 2：方法学与文本逻辑矛盾（睁眼说瞎话）

• 位置：Section 5.1 (Results on Linear Classification) 对比 Table 1
• 描述：作者在正文中强行解释自家模型在 CheXpert 数据集上表现不如 Med-UniC，原文写道：“on the CheXpert dataset, our model underperforms compared to Med-Unic...”。但对比 Table 1 数据发现，在 ViT-based 架构下，作者模型在 1% 数据集上的得分为 89.5，而 Med-UniC 为 89.4。作者的模型明明超越了 Med-UniC。
• 证据：正文论述与表格数据在 1% 数据集设置下严重脱节。这进一步佐证了作者极有可能是在后期修改了 Table 1 中的数据（例如前述发现的直接复制了 10% 的 89.5 填到 1% 中，导致数据异常偏高），却忘记了修改正文中原本的“找补”之词。
• 严重程度：🔴
• 复核状态：✅ 成立

⚠️ 发现 3：产出异常检测（算力与时间线神话）

• 位置：Section 4.3 (Implementation Details)
• 描述：论文声称在 MIMIC-CXR（包含超 37 万张图像）上进行预训练，且第一阶段跑了足足 200 个 epochs。而完成这一庞大算力任务的硬件仅仅是“two NVIDIA RTX 4090 GPUs”（两张消费级显卡）。
• 证据：基于掩码图像建模 (MAE) 的多模态预训练，使用 ViT-B/16 作为图像编码器、BERT 作为文本编码器，在两张 24GB 显存的 RTX 4090 上处理 37 万张图像并跑满 200 个 epoch，其 Batch Size 必将受到极大约束，训练时间可能长达数月之久。作者极度夸大了实验可行性或直接捏造了实验轮数，存在极大的算力造假嫌疑。
• 严重程度：🟠
• 复核状态：⚠️ 依据不足

发现 4：统计学异常检测（“报喜不报忧”的消融实验）

• 位置：Table 4 (Ablation analysis) 与 Section 5.3.1
• 描述：在消融实验中，单独加入 DKBA（对齐预训练）模块后，细粒度下游任务（SIIM 数据集）的得分从 64.9 掉到了 64.5，RSNA 的 mAP 从 20.2 跌至 19.9。
• 证据：虽然性能下降本身在科学上是正常的，但作者在正文分析（Section 5.3.1）中完全回避了这一负面现象，一味宣称自己的模块“显著提升性能”。这种“只挑好听的写”的选择性报告违背了学术论文的严谨客观性，试图掩盖核心模块存在的缺陷。
• 严重程度：🟡
• 复核状态：✅ 成立

耿同学辣评

这位作者写论文的时候是不是 Ctrl+C 按得太顺手了？1% 数据量和 10% 数据量训出来的 AUC 居然连小数点后一位都一模一样（89.5），这随机数生成器都不敢这么编啊！更搞笑的是，作者在正文里还委屈巴巴地说“我们在 CheXpert 上不如 Med-UniC”，结果一看表格，自己 1% 的成绩（89.5）明明比人家（89.4）还要高！数据改得连自己正文里的“免检声明”都忘了改，属于造假链条上的完美自爆了。此外，消融实验里自家核心模块 DKBA 单独加进去还导致检测和分割性能掉分，作者在正文里是一个字都不提啊。满篇的数据异常和选择性失明，这水分太大了！

建议后续行动

• 联系作者要求提供 MIMIC-CXR 预训练的完整日志（W&B/Tensorboard），以及 1% 与 10% 数据集划分的随机种子与评估原始输出，以核实完全一致的 89.5 数值。
• 在 PubPeer 上提出质疑，重点挂出 Table 1 中一模一样的 89.5 数值以及正文表格逻辑相悖的问题。
• 向期刊/会议编辑部（ACM MM）举报，要求核查其实验数据的真实性与客观性。
• 呼吁同行审查其挂在 Github 上的代码实际复现效果，验证其模块有效性。

⚠️ 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。