🔍 耿同学打假报告

论文信息

标题：Activating Associative Disease-Aware Vision Token Memory for LLM-Based X-ray Report Generation
作者：Xiao Wang, Fuling Wang, Haowen Wang, Bo Jiang, Chuanfu Li, Yaowei Wang, Yonghong Tian, Jin Tang
期刊：IEEE TRANSACTIONS ON *** (2025投稿/在刊状态)
DOI：未提供
发表年份：2025
论文来源：2501.03458v1.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：线性代数不存在了？核心公式存在致命的维度冲突

位置：Section III-C, Equation (2), (4), (5) (Page 5)
描述：论文提出了 Modern Hopfield Network (MHN) 模块，在公式描述中出现了低级的数学维度不自洽。文本写道：给定查询特征 $f_i \in \mathbb{R}^{768}$ 和记忆库 $X \in \mathbb{R}^{N \times 768}$ ，网络将其映射为更新特征 $f_i^* \in \mathbb{R}^{4096}$ 。
然而在能量函数公式 (2) $E(f_i^*) = \|f_i^* - f_i\|^2 - \beta \log \sum \exp(f_i^{*\top} m_j / \sqrt{d})$ 中，要求 $$f_i^*$$ 与 $$f_i$$ 必须同维度才能计算范数。
证据：原文中，如果 $$f_i^*$$ 被映射到了 $4096$ 维以对接 LLM，那么它怎么可能与 $768$ 维的 $$f_i$$ 直接做减法运算？这说明作者大概率没有真正推导或运行过这套底层的 Hopfield 能量函数公式，而是生硬地拼凑了数学表达式。
严重程度：🔴
复核状态：✅ 成立

发现 2：统计学异常与数据自相矛盾（CE 指标数学不一致）

位置：Table III (Page 8) 与 Table IV (Page 9) - Chexpert Plus 数据集的 CE Metrics
描述：在评估指标（CE: Precision, Recall, F1）中，F1 分数理应满足 $F1 = 2 \times P \times R / (P + R)$ 的数学约束。但检查 Chexpert Plus 相关的表格，发现数据根本对不上。
证据：
- Table III 中 AM-MRG 的数据：P=0.396, R=0.318。如果计算 F1，理应为 $\frac{2 \times 0.396 \times 0.318}{0.396 + 0.318} = 0.352$ ，但论文给出的 F1 却是 0.336。
- Table IV（消融实验）#01 行：P=0.348, R=0.265。真实 F1 应为 0.300，论文写 0.284。
- 有趣的是，MIMIC-CXR 数据集（Table II 和 Table IV左半部分）的 F1 计算却完美自洽（例如 P=0.555, R=0.429 -> F1=0.484）。
- 这种“一个数据集完全符合数学规律，另一个数据集却违背基本算术”的现象，是典型的随机捏造数据或人为篡改数值留下的把柄。
严重程度：🔴
复核状态：✅ 成立

⚠️ 发现 3：量产型学术的狂欢与自我引用闭环

位置：Related Work & Introduction (Page 2-3)
描述：在回顾近期基于大模型的X光报告生成工作时，作者密集地引用了同一团队在极短时间内产出的一系列高度同质化的工作，以及两篇关于 State Space Model 和 RAG 的 Survey。
证据：原文确实引用了较多近期同领域（如 R2GenGPT, R2GenCSR, MambaXray-VL 等）的文献，但这些文献均与当前任务直接相关。仅凭引用列表推测其存在“流水线套路模型”产出及课题组刷灌水文章，缺乏实质性的学术不端客观证据。
严重程度：🟡
复核状态：⚠️ 依据不足

⚠️ 发现 4：图片分析受限说明

位置：Figure 1 ~ Figure 6
描述：由于本次检测仅获取到文本与表格信息，未提供原图的像素级文件，无法进行“图片复用”、“PS拼接痕迹”以及“Western Blot/显微图异常”的深度检测。
证据：论文包含多张网络架构和热力图对比，文本中未发现明显的图注冲突。根据现有文本信息无法对图片真实性做出判断。
严重程度：无法判断
复核状态：⚠️ 依据不足

耿同学辣评

这篇论文可以说是典型的“被大模型和算力惯坏的研究”。正文中连最基本的线性代数公式维度（768 和 4096）都硬凑在一起，能量函数像是从别处抄来改了几个字母就贴上来的；更可笑的是，连小学生都会算的 $$F1 = 2PR/(P+R)$$ ，在 Chexpert Plus 的表格里算出来全是错的！一边用着高大上的 Hopfield Network，一边犯着加减乘除的算术错误，建议作者回去重修一下《线性代数》和《小学数学》，别拿大模型的虎皮当自己学术造假的遮羞布！

建议后续行动

联系作者要求提供原始数据及 Hopfield Network 的自定义代码（强烈建议核实维度转换代码）
在 PubPeer 上提出质疑（重点附上 F1-score 计算错误的截图）
向期刊编辑部举报
向作者所在机构学术委员会举报

⚠️ 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。

Activating Associative Disease-Aware Vision Token Memory for LLM-Based X-ray Report Generation