🔍 耿同学打假报告

论文信息

标题：Pathology-Aware Reconstruction with Discriminative Knowledge Boosting Alignment for CheXray Vision-Language Pre-training
作者：Anonymous Author(s)
期刊/会议：MM ’25 (Submission Id: 3264)
DOI：XXXXXXX.XXXXXXX
发表年份：2025
论文来源：3264_Pathology_Aware_Reconstru.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：核心数据跨表不自洽（“两幅面孔”的主结果）

位置：Table 1 vs Table 4 / Table 5
描述：在 Table 1 中，作者报告了本文模型在 ChestX-ray14 数据集上使用 1% 数据进行微调时的 AUC 为 81.4。然而，在 Table 4（消融实验）和 Table 5（不同先验模型消融）中，带有全部组件的完整模型在相同数据集和相同设置（1% 训练数据）下，AUC 却变成了 80.8。
证据：真实进行的独立重复实验结果在论文不同表格中必须保持一致。这种核心主结果的“薛定谔状态”通常意味着数据在填补表格时出现了挪用、拼凑或后期人工修改的疏漏。
严重程度：🟠
复核状态：✅ 成立

发现 2：参考文献出现严重“张冠李戴”与缺失（拼凑痕迹）

位置：References [10] & [36]
描述：参考文献 [10] 列出的文章标题是著名的 ViT 论文，但作者却写成了“aohua Zhai, Thomas Unterthiner, Mostafa Dehghani...”等人（这实际上是另一篇论文 An Image is Worth 16x16 Words 的错误抓取或 Scaling Vision Transformers 的作者乱入）。此外，参考文献 [36] 连作者名字都完全丢失了，直接以小写字母开头。
证据：这是典型的“复制粘贴”式论文生产线的标志。作者在撰写相关工作或背景介绍时，很可能直接使用了自动化工具或大语言模型生成引用，且根本没有进行人工校对。
严重程度：🟠
复核状态：✅ 成立

发现 3：正文与引用标号严重脱节（盲引迹象）

位置：Section 5.2 (Page 8, Line 874), Section 5.4.2 (Page 8, Line 921)
描述：在正文中，作者写道“reconstruction-based MRM [45] outperforms MGCA [11]”。但实际上，MGCA 是参考文献 [34]，而 [11] 是 MAE (Masked Autoencoders)。同样在 5.4.2 节中，作者再次写道“While MGCA [11] employs cluster alignment”，再次把 MGCA 错引为 [11]。
证据：作者在写论文时，甚至不知道自己文章中引用的 MGCA 到底是哪一篇，引用编号极有可能是瞎贴上去的。这种马虎程度让人对该论文实验中是否真的对比了正确的 baseline 产生怀疑。
严重程度：🟠
复核状态：✅ 成立

⚠️ 发现 4：像素级分析受限说明

位置：Figure 1 ~ Figure 6
描述：由于目前仅提供了文本和表格，未提供足够的图片信息，无法进行 Western blot、凝胶电泳图、图片复用或 PS 痕迹检测。
证据：无法判断 Figure 5 和 Figure 6 的可视化结果是否存在伪造或过度挑选。
严重程度：N/A
复核状态：⚠️ 依据不足

耿同学辣评

同学们，这篇文章的 AI 算法做得很“漂亮”，但作者的“算法”显然更胜一筹——采用了“随机数生成器+自动化拼凑”二合一的高级框架。主打一个“我引用我自己都不知道的文献，我连我自己主表格的数字都记不住”。投顶会连参考文献作者都能飞走，这张冠李戴的技术，不知道的以为你在研究量子纠缠呢！主表和消融表的核心数据都能打架，这种低级失误实锤了“拼凑感”，必须高度可疑！

建议后续行动

联系作者要求提供原始数据及实验运行日志，核实 Table 1 与 Table 4/5 数据不一致的原因。
在 PubPeer 上提出质疑，要求作者对参考文献混乱及错引问题作出回应。
向期刊/会议编辑部举报其学术严谨性问题及潜在的学术不端嫌疑。

⚠️ 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。

Pathology-Aware Reconstruction with Discriminative Knowledge Boosting Alignment for CheXray Vision-Language Pre-training