🔍 耿同学打假报告

论文信息

标题：Countering Model Collapse in Iterative Self-Training via Dynamic Center-Edge Sampling
作者：Bingze Zhu, Yubo Xie
期刊：Electronics (MDPI)
DOI：10.3390/electronics15040869
发表年份：2026
论文来源：Countering Model Collapse in Iterative Self-Training via Dynamic Center-Edge Sampling.pdf

综合评定：🔴 实锤

详细发现

发现 1：数据造假检测（核心数据违背数学常理，高度疑似复制粘贴/造假）

位置：Table 7 (Ablation studies based on OPT-125M)
描述：在消融实验中，完整的 DCES 模型与去除了动态采样模块的变体（DCES w/o Dynamic Sampling）在 PPL 和 Entropy 完全不同的情况下， Expected Calibration Error (ECE) 居然一模一样。
证据：
- 完整 DCES：PPL (Wiki) = 29.7028, Entropy = 2.6860, ECE = 0.0447
- DCES w/o Dynamic Sampling：PPL (Wiki) = 32.4577, Entropy = 2.7040, ECE = 0.0447
- 耿同学辣眼：ECE（期望校准误差）是连续变量的统计期望值。两个模型在内部的 Loss、PPL 和 Entropy 均有显著变化的前提下，最终计算出的 ECE 居然精确到了小数点后四位完全一致（0.0447）。这在统计学上概率趋近于零，更是典型的“数据造假/随机数生成器都不如”的复制粘贴痕迹。造假者很可能是直接把完整模型的 ECE 复制粘贴过去，却忘了修改后面的数据。
严重程度：🔴
复核状态：✅ 成立

发现 2：引用与方法学异常（参考文献严重缺失，疑似 AI 幻觉生成）

位置：References (文末参考文献列表)
描述：作为一篇学术论文，其核心支撑的参考文献居然大面积缺失作者和文章标题，甚至直接只剩下一个光秃秃的 arXiv 编号。
证据：
- 参考文献 [2]：直接以 Makes Models Forget. Nature 2024... 开头，完全没有作者信息，且标题残缺（真实论文应为 Shumailov 等人的《The Curse of Recursion...》）。
- 参考文献 [8]：同样没有作者，直接以 Model Collapse Inevitable?... 开头。
- 参考文献 [9]：更加离谱，正文、作者、标题全部消失，只剩下：arXiv2022, arXiv:2206.05802. [CrossRef]。
- 耿同学辣眼：连本科生用 Endnote 都不至于生成这种格式。这是 ChatGPT 等 LLM 在生成文本时典型的“API幻觉”特征。这说明作者在用 AI 写完论文后，连最基本的人工校对都没做就敢投递。
严重程度：🔴
复核状态：✅ 成立

发现 3：产出异常检测（疯狂压缩的时间线与不合理的算力声明）

位置：时间线（Received: 20 January 2026 / Accepted: 14 February 2026）& Section 4.1 (Implementation Details)
描述：论文从投稿到接收仅用了 25 天，且包含多达 5 个大语言模型（包含 6.7B 参数的模型）的 10 轮迭代微调。但其声称的算力仅仅是“a single NVIDIA RTX 4090 GPU”和“2×NVIDIA A800 GPUs”。
证据：
- OPT-6.7B 模型在 2 张 A800 上进行 10 轮的迭代自训练，涉及大量的合成数据生成、K-means 聚类（K=8）、编码（使用 all-MiniLM-L6-v2）以及微调。2 张 A800（即便是 80G 显存）也很难支撑 6.7B 模型在短时间内完成如此庞大的闭环 pipeline，且不说这还要与另外四个模型并行实验。
- 结合 25 天的极速发表周期和前言中大量的 AI 痕迹，这是一篇典型的“灌水型/量产型学术”工业产物。
严重程度：🟠
复核状态：✅ 成立

发现 4：数据造假检测（实验设计存在明显的偷工减料）

位置：Table 5 (Comparison of model performance on OPT-6.7B)
描述：作者在较小的模型（OPT-125M, GPT2, Qwen3）上都对比了 4 种方法，但在花费算力最大的 OPT-6.7B 模型上，却突然只对比了 3 种方法，悄悄去掉了 PPL Filtering 和 SemDeDup。
证据：OPT-6.7B 的表格中缺失了两个 Baseline。作者在正文中试图用“PPL filtering performs poorly”来解释，但这不能成为在大模型上省略对照试验的理由。结合算力不足的嫌疑，极有可能是作者根本没有跑出或无法跑出这两个对照组的数据，直接将其砍掉。
严重程度：🟠
复核状态：✅ 成立

发现 5：图片与定性分析检测（过于刻意的“教科书式”结果）

位置：Table 6 (Qualitative comparison)
描述：展示的 Baseline 模型退化结果极其夸张。
证据：在 Table 6 中，Baseline 模型生成的文本变成了纯粹的数字：“1.1.1.1.1.1.1.1.1.1...”。虽然 Model Collapse 确实会导致多样性下降，但能退化成在指令微调下输出连续 20 个“1.”，显得过于“配合”论文的主旨。这种极端的、带有表演性质的退化样本，很像是为了拼凑结论而刻意挑选甚至人工编辑的。
严重程度：🟡
复核状态：✅ 成立

耿同学辣评

这篇论文简直是 AI 参与学术造假的标准“作案模板”：开头让 AI 写前言，中间用 AI 搭代码跑个简陋的实验，最后连参考文献都能被 AI 吞掉作者只剩个 ID。最搞笑的是，造假连 Excel 都用不明白，Ctrl+C 和 Ctrl+V 的时候把 ECE 的数据忘了改，导致两个截然不同的模型算出了小数点后四位完全一样的校准误差。这是把审稿人当傻子，还是把统计学当玄学？

建议后续行动

联系作者要求提供原始数据（特别是 Table 7 中 ECE 完全一致的底层日志）
在 PubPeer 上提出质疑
向期刊编辑部举报
向作者所在机构（上海海事大学）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。

Countering Model Collapse in Iterative Self-Training via Dynamic Center-Edge Sampling