🔍 耿同学打假报告

论文信息

• 标题：PriorRG: Prior-Guided Contrastive Pre-training and Coarse-to-Fine Decoding for Chest X-ray Report Generation
• 作者：Kang Liu, Zhuoqi Ma, Zikang Fang, Yunan Li, Kun Xie, Qiguang Miao
• 期刊：投稿至 AAAI 2026 (arXiv:2508.05353v2)
• DOI：无（arXiv 预印本）
• 发表年份：2026

综合评定：🔴 实锤

详细发现

发现 1：违背数学公理的指标数据（随机数生成器都不如）

• 位置：Table 1 / Page 5
• 描述：在 MIMIC-CXR (M-CXR) 数据集的主实验结果表 Table 1 中，本文提出的 PriorRG 模型的自然语言生成（NLG）指标存在严重的数学悖论。数据显示：其 BLEU-3 得分为 0.175，而 BLEU-4 得分为 0.189。
• 证据：在 BLEU 评分体系（无论何种权重设置）的定义中，由于 \(p_n\)（n-gram 的匹配精度）永远小于等于 1，其对数 \(\log p_n\) 必然为负数。这意味着随着 \(n\) 的增大，累加的负数项越多，几何平均值必然单调不增。因此，从数学原理上讲，BLEU-4 的值绝对不可能大于 BLEU-3！原文 Table 1 中 PriorRG 行明确印有 0.290 0.220 0.175 0.189...，作者不仅伪造（或极度马虎地填错）了数据，甚至连基础的 NLG 评价指标常识都没有，直接触碰了数据造假的底线。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：表格数据张冠李戴与列错位（数据造假检测）

• 位置：Table 1 与 Table 3 / Page 5 & Page 7
• 描述：作者在不同的表格之间直接复制粘贴数据，且完全没有检查列名与数值的对应关系，导致出现了极其荒谬的数据迁移。
• 证据：比对 Table 1 中 PriorRG 的数据列（0.290 0.220 0.175 0.189...）与 Table 3 中 PriorRG 的数据列（0.290 0.175 0.189...）。Table 1 中作为 BLEU-1 出现的 0.290，在 Table 3 中却位于 BLEU-2 的表头下！此外，Table 1 中的 0.290（B-1）作为“最优成绩”，比表中其他所有基线模型（如 R2GenGPT 为 0.411，普遍在 0.38~0.41 之间）差了足足 20% 以上，但正文 Section 4.2 却大言不惭地声称“our PriorRG significantly outperforms existing methods”。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 3：大面积的“空气数据”（方法学异常）

• 位置：Table 1 (M-ABN)、Table 2、Table 4、Table 5、Table 6、Table 7、Table 9、Table 10
• 描述：这是一篇靠“脑补”出实验结果的论文。论文中绝大多数核心实验表格的数据列完全是空白的，正文宣称的数值在表格中根本找不到。
• 证据：
  • 正文 Section 4.2 明确写道：“On the MIMIC-ABN dataset, PriorRG achieves a 5.9% increase in B-1 and a 1.1% improvement in F1”。然而，原文 Table 1 的 M-ABN 部分中，PriorRG 的数据列连一个数字都没有，完全是空白！
  • 正文 Appendix B.2 写道：“PriorRG achieves the highest BLEU-4 (0.178) and METEOR (0.211)”，但在 Table 6 (IU X-ray 数据集) 中，PriorRG 的 Zero-shot 和 Supervised 数据列同样是空白的！
  • 同样地，原文 Table 2、Table 4、Table 5（缺失 50% 和 100% 的数据）、Table 7、Table 9、Table 10 均出现了大面积的留白，连 Table 10 的表头都出现了错乱重复，且没有本文模型的数据填入。
• 严重程度：🔴
• 复核状态：✅ 成立

⚠️ 发现 4：图片复用与拼接检测受限

• 位置：Figures 1-7
• 描述：原报告指出由于文本未提供实际的图像像素信息，无法进行像素级和 EXIF 级的深度分析。
• 证据：原文虽包含相关图片的 caption 描述（如 Figure 1, Figure 2 等），但无实际图像像素信息供取证分析。无法证实或证伪是否存在图片复用或篡改。
• 严重程度：🟡
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇论文真是打假界的“活菩萨”！不仅发明了 BLEU-4 比 BLEU-3 还要高的“震撼数学体系”，还证明了在学术界只要胆子大，连实验都不用做完，正文里吹得天花乱坠，表格里主打一个“四大皆空”。把 Table 1 的 B-1 拿到 Table 3 当 B-2 用，这种 ctrl+c 再 ctrl+v 的偷懒劲头，连随机数生成器看了都得流泪。用一句老话总结：做学问可以摸鱼，但不能把大家都当瞎子啊！

建议后续行动

• 拒绝接收：如果该论文正在 AAAI 2026 审稿中，基于当前证据应直接拒稿。
• 联系作者要求提供原始数据（虽然表格空白和数学谬误已经说明了态度）。
• 在 PubPeer 上提出质疑，曝光这种粗制滥造的学术不端行为。
• 向作者所在机构（西安电子科技大学）学术委员会通报，审查其学术严谨性及是否存在系统性灌水行为。

⚠️ 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。