🔍 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 (暂无，处于匿名评审阶段)
发表年份：2025 (会议预期时间)
论文来源：3264_Pathology_Aware_Reconstru (1).pdf

综合评定：🟠 高度可疑

详细发现

发现 1：跨表格核心数据自相矛盾（拉高基线嫌疑）

位置：Table 1 vs Table 4 / Table 5
描述：作为本文核心卖点的主打实验结果，在主表和消融实验表中居然出现了完全不同的数值。在 Table 1 中，作者声称自己的模型在 ChestX-ray14 (1% 数据) 上达到了 81.4% 的 AUC；然而在 Table 4（声称同样使用 1% 数据进行的消融实验）以及 Table 5 中，最终模型（PAR ✓, DKBA ✓ / MGCA prior）的 AUC 却变成了 80.8%。COVIDx、SIIM 等其他数据集在两表中完全一致，唯独最能体现分类性能的 ChestX-ray14 的数据被悄悄改动了 0.6%。
证据：Table 1 "Ours" 在 ChestX-ray14 1% 下为 81.4；Table 4 "PAR ✓, DKBA ✓" 下为 80.8；Table 5 "MGCA" 下为 80.8。同一次实验，三处出现两个结果。
严重程度：🔴
复核状态：✅ 成立

发现 2：睁眼说瞎话的“性能提升”（数据与结论相反）

位置：Table 4 及其对应文本 (Section 5.3.1)
描述：作者在文中大言不惭地写道：“These results collectively validate the complementary benefits of PAR... and DKBA...”（这些结果共同验证了 PAR 和 DKBA 的互补优势）。但查看 Table 4 的真实数据：当只有 DKBA 时，ChestX-ray14 的 AUC 为 81.0；然而当把作者主打创新的 PAR 加上去后（PAR ✓, DKBA ✓），AUC 不升反降，跌到了 80.8！作者把性能下降硬生生说成了“优势验证”。
证据：Table 4 第二行 DKBA 单独使用为 81.0，第四行 PAR+DKBA 联合使用反而下降至 80.8。
严重程度：🔴
复核状态：✅ 成立

发现 3：数据造假/复制粘贴痕迹（随机数生成器都不如）

位置：Table 1
描述：在 Table 1 中，作者自己的模型在 CheXpert 数据集上，使用 1% 训练数据和 10% 训练数据，得出的 AUC 分数竟然一模一样，精确到了小数点后一位（1% 为 89.5，10% 也是 89.5）。在真实的深度学习实验中，训练数据量增加 10 倍，各项指标连小数点后第一位都完全雷同，概率几乎为零，极度涉嫌编造数据或复制粘贴时的低级失误。
证据：Table 1 "Ours" 行，CXP 数据集 1% 和 10% 列均为 89.5。
严重程度：🟠
复核状态：✅ 成立

发现 4：文本与表格的数学逻辑冲突

位置：Section 5.3.3 (Ablation study of training task) & Table 6
描述：作者在解释联合训练机制时写道：“Joint reconstruction-alignment pre-training improves fine-grained task performance... (row 1 vs 3)”（联合训练提高了细粒度任务性能，见表6第1行对比第3行）。但我们去看 Table 6：Row 1（仅重建）的 SIIM（细粒度分割任务）得分为 66.7，而 Row 3（联合训练）的 SIIM 得分下降到了 64.6。64.6 < 66.7，这叫“提高”？
证据：Table 6 中 Row 1 SIIM 为 66.7，Row 3 为 64.6，数值下降，与作者声称的“improves”完全背道而驰。
严重程度：🟠
复核状态：✅ 成立

发现 5：引用错乱（方法学异常）

位置：Section 2.1 (Related Work)
描述：作者在介绍相关工作时写道：“MedUnic [23] integrates multimodal medical data...”。但翻开参考文献列表，[23] 是 Bo Liu 等人发表的关于 SAT (Semantics-Aware Triage) 的论文，而真正的 Med-UniC 论文是列表里的 [33]（Zhongwei Wan 等人，2024年）。这说明作者在写论文时极大概率是直接复制粘贴了别的文章的句子，连引用编号都忘了改。
证据：[23] 指向 SAT，[33] 才是 Med-UniC，但正文将 Med-Unic 标注为 [23]。
严重程度：🟡
复核状态：✅ 成立

发现 6：算力与产出时间线的疑点

位置：Section 4.3 (Implementation Details)
描述：作者声称在 MIMIC-CXR（包含超 37 万张图像）上进行预训练，重建阶段跑 200 个 epoch，对齐阶段跑 15 个 epoch，使用的是区区“两张 NVIDIA RTX 4090 显卡”。在 ViT-B/16 架构下，用两张 24G 显存的 4090 跑 37 万张图的多模态预训练 200 个 epoch，时间成本极其高昂（通常需要数周甚至满载运行几个月）。虽然不是完全不可能，但在常规顶会论文的算力配置中显得极为寒酸和可疑。
证据：Section 4.3 硬件配置与庞大的数据集/训练轮次存在明显的不对称。
严重程度：🟡
复核状态：✅ 成立

耿同学辣评

这篇论文把 AI 时代某些“炒概念、凑数据”的套路玩得明明白白：主打创新的模块加上去之后性能不升反降，作者直接选择“掩耳盗铃”，硬着头皮宣称取得了“互补优势”；主表为了挤过 SOTA，随意将分数小幅“微调”，结果跟自己后面的消融实验表对不上，直接翻车；甚至连增加 10 倍数据量后指标连小数点都不带变的。这种前言不搭后语、复制粘贴连参考文献都不改的做派，是把审稿人当成了不具备基本算术能力的工具人啊！

建议后续行动

要求作者提供完整的训练日志、原始代码以及划分 1%/10% 数据的随机种子
在 PubPeer 或公开平台上对 Table 1 和 Table 4 之间 81.4 vs 80.8 的数值冲突提出公开质疑
仔细核查图片（虽然本次纯文本分析未涉及，但面对如此敷衍的文本数据，建议 Reviewer 让其提供无篡改的原始 Loss 曲线和权重文件）

⚠️ 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