🔍 耿同学打假报告

论文信息

• 标题：PromptMRG: Diagnosis-Driven Prompts for Medical Report Generation
• 作者：Haibo Jin, Haoxuan Che, Yi Lin, Hao Chen
• 期刊：The Thirty-Eighth AAAI Conference on Artificial Intelligence (AAAI-24)
• DOI：未在文本中提供
• 发表年份：2024

综合评定：🟡 存疑

详细发现

发现 1：数据合理性与一致性检测（深度学习指标）

• 位置：Table 1, Table 2, Table 3
• 描述：对论文中报告的模型性能指标（Precision, Recall, F1, BLEU等）进行数学逻辑和分布分析。
• 证据：在Table 2的消融实验中，各模块（DDP, ADL, CFE, SDL）的累加对F1分数的提升（0.370 -> 0.444 -> 0.451 -> 0.464 -> 0.468 -> 0.476）呈现合理的渐进式增长，没有出现违背常理的断崖式突变。NLG指标（如BLEU-4）在引入DDP后出现轻微下降，作者给出了合理的解释（减少了高频词汇的盲目复制）。数据的微小波动和权衡符合真实机器学习实验的规律，不像是随机数生成器造假的“完美数据”。
• 严重程度：（未触发红旗，属于正面验证）
• 复核状态：✅ 成立

发现 2：时间线与工具版本合理性检测

• 位置：Method - Auxiliary Disease Labeling With LLMs / Implementation Details
• 描述：检查论文所使用的工具、预训练模型及提交时间线是否冲突。
• 证据：论文引用了 Vicuna-13B (Zheng et al. 2023) 作为辅助标注工具，并声明使用 PyTorch 2.0 进行训练。考虑到当前日期为 2026 年，AAAI 2024 的论文工作（通常在2023年8月左右提交）使用 2023 年初发布的模型和框架是完全合理且逻辑自洽的。没有出现“使用未来才发布的设备或模型”的时间穿越现象。
• 严重程度：（未触发红旗，属于正面验证）
• 复核状态：✅ 成立

⚠️ 发现 3：图片与像素级拼接检测受限说明

• 位置：Figure 1 - Figure 6
• 描述：由于当前仅接收到论文的纯文本提取内容，缺乏高分辨率的原始图片文件（如 Western Blot 原图、显微镜图或高保真网络架构图）。
• 证据：文本中未提供足够的像素信息，无法进行图像复用（一图多用）、PS拼接痕迹、背景噪点一致性等维度的微观分析。不过，从图表的文本描述（如架构图 Figure 2、检索模块图 Figure 4、定性分析图 Figure 5 的长文本说明）来看，逻辑清晰，未发现明显的图文不符描述。
• 严重程度：🟡 （客观条件受限）
• 复核状态：⚠️ 依据不足

耿同学辣评

这是一篇做医疗报告生成的纯计算机算法论文，没有小白鼠、没有细胞系、也没有Western Blot。从目前复核的文本数据来看，数据曲线有涨有跌，指标提升费了半天劲也就几个百分点，非常符合深度学习“炼丹”的真实折磨感，不像是随机生成的造假数据；引用的模型和框架在时间线上也挑不出毛病。唯一遗憾的是，目前只有纯文本信息，缺乏原始的高清图像件供我们进行像素级审查。所以耿同学只能说：在文本逻辑层面没发现造假痕迹，大概率是一篇老老实实调参的正常文章，但要下绝对清白的定论，还得看原图拆解。

建议后续行动

• 文本层面未发现异常，无需联系作者提供原始实验记录。
• 无统计学恶意 P-hacking 痕迹，暂无需在 PubPeer 质疑。
• 如有条件，建议获取更高清的原始 PDF 图件进行二次视觉（像素级）例行检查，以彻底排除图像不规范问题。

⚠️ 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。