🔍 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：MM '25 (Proceedings of the 33rd ACM International Conference on Multimedia)
• DOI：https://doi.org/10.1145/3746027.3755336
• 发表年份：2025 (预期发表时间为2025年10月)

综合评定：🟠 高度可疑

详细发现

发现 1：消融实验数据严重违背机器学习基本逻辑（随机数生成器都不如）

• 位置：Table 4 (Page 6)
• 描述：在消融实验中，作者声称加入了判别性知识对齐模块（DKBA）后，ChestX-ray14 数据集上的分类 AUC 达到了 81.0%。然而，当同时加入病理感知重建模块（PAR）和 DKBA 时（即完整的 Ours 模型），AUC 反而下降到了 80.8%。同样地，在 RSNA 数据集的目标检测任务中，基线模型 mAP 为 20.2%，加入 DKBA 后性能居然暴跌至 19.9%。
• 证据：在顶会论文中，最终提出的完整模型性能竟然低于其自身消融实验中的某个子模块，这在模型设计和调参上是极其反常的。这说明作者极有可能并没有真正跑通所有实验，或者是东拼西凑了不同实验的数据，导致最后的数据发生了"打架"。真实跑出来的深度学习模型极少出现这种"负优化"还能被当作最终方案发表的情况。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：表格数据出现"复制粘贴"式的造假痕迹

• 位置：Table 1 (Page 5)
• 描述：在 CheXpert 数据集的 ViT-based 结果中，本论文 "Ours" 的 1%、10%、100% 数据量下的 AUC 结果分别为 89.5、89.5、89.7。
• 证据：1% 训练数据和 10% 训练数据（数据量翻了十倍）得出的 AUC 居然一模一样精确到了小数点后一位（89.5），这在真实的多次epoch训练中几乎是不可能发生的巧合。此外，对比其 COVIDx 数据集的增幅（1%数据82.3，10%数据直接跳到92.3），该模型在不同数据集上的数据曲线完全不符合真实的统计学规律，极有可能是人为手动编造的数据。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 3：算法公式与变量定义存在严重的数学矛盾

• 位置：Section 3.1 (Page 4)
• 描述：作者在描述高分辨率和低分辨率图像重建时写道：“The high-resolution image is divided into \(N_p\) patches to obtain the reconstruction targets \(X_h\)”。但在前面描述低分辨率图像时又写道：“The low-resolution one is then divided into \(N_p\) patches”。
• 证据：论文设定高分辨率图像为 448x448，低分辨率为 224x224。使用同样大小（例如 16x16）的 patch 切分，两者的 patch 数量（\(N_p\)）必然是 4 倍的关系（784 和 196）。作者在公式和文本中混用 \(N_p\)，不仅数学逻辑崩塌，更暴露出该部分公式很可能是从其他论文（如 MAE）直接复制粘贴修改而来，作者本人甚至没有搞清楚自己变量的物理含义。
• 严重程度：🟠
• 复核状态：✅ 成立

⚠️ 发现 4：算力与实验时间线存在"大跃进"

• 位置：Section 4.3 (Page 6)
• 描述：论文声称使用了 MIMIC-CXR 数据集（包含超 37 万张图像），在两张 NVIDIA RTX 4090 GPU 上进行了 200 个 epoch 的重建预训练和 15 个 epoch 的对齐预训练。
• 证据：在 ViT-B/16 架构下，使用 2 张 RTX 4090（总显存 48G）去跑 37 万张胸部X光图像的多模态 200 个 epoch 预训练，计算量和显存消耗是极其庞大的。按照真实情况，这大概需要好几个月的时间且极易遭遇 OOM（显存溢出）。作者轻描淡写的一句 "two NVIDIA RTX 4090 GPUs"，明显不符合当前规模的计算常识，涉嫌伪造实验环境或实验根本未由本人完整运行。
• 严重程度：🟠
• 复核状态：⚠️ 依据不足

耿同学辣评

好家伙，我以为是计算机视觉领域的重大突破，结果是"计算机玄学"的巅峰之作！加了个模块性能反而倒退，1% 和 10% 的数据量跑出小数点后完全一致的 AUC，这是模型训练还是复印机复印啊？连公式里的变量 \(N_p\) 都能张冠李戴，物理含义完全错乱。至于用两张 4090 跑 37 万张图的 200 个 epoch，虽然不能说绝对跑不通，但这算力消耗和时间周期怎么算都透着一股子魔幻现实主义气息。这论文的实验数据，怕不是东拼西凑出来的吧？搞学术可不能这么闭门造车！

建议后续行动

• 联系作者要求提供原始数据及训练日志（强烈建议查证其实验环境与各模块的详细对比记录）
• 在 PubPeer 上提出质疑
• 向期刊编辑部举报（鉴于还未正式出版，应立即向 ACM MM 2025 程序委员会举报）
• 向作者所在机构（重庆邮电大学）学术委员会举报

⚠️ 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。