🔍 耿同学打假报告

论文信息

• 标题：Clear Nights Ahead: Towards Multi-Weather Nighttime Image Restoration
• 作者：Yuetong Liu, Yunqiu Xu, Yang Wei, Xiuli Bi, Bin Xiao
• 期刊/会议：AAAI-26 (The Fortieth AAAI Conference on Artificial Intelligence)
• DOI：暂未提供
• 发表年份：2026

综合评定：🟡 存疑

详细发现

发现 1：文本与数据自相矛盾（过度谦虚的“一般”）

• 位置：Experiments 部分（Page 7400）与 Table 2
• 描述：论文在解释 Table 2 的定量结果时声称：“As the training data lack dedicated flare samples, its performance in flare removal remains moderate.”（由于训练数据缺乏专门的光晕样本，其在去除光晕方面的性能仍然一般）。然而，分析 Table 2 中的“Flare”列数据发现，ClearNight 的得分为 38.7707。
• 证据：在 Table 2 的 10 个对比方法/Baseline 中，ClearNight 的 Flare PSNR 得分（38.7707）实际上击败了包括 Baseline（36.0821）、TKL（36.7239）、FSDGN（38.7223）、WGWS（32.1085）、RLP（34.7658）、DiffUIR（31.2789）、DEA-Net（38.6533）在内的 7 个模型，排名第四（仅次于 RAMiT、WeatherDiff、AWRaCLe）。这在学术表现上绝非“一般”，这种明显的“过度贬低”与实际漂亮的数据存在强烈的逻辑冲突。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 2：主观评测样本量极小且缺乏统计支撑（经典 CV 算法通病）

• 位置：Dataset Analysis 部分（Figure 6 描述）
• 描述：为了证明其合成的光照感知数据集（Illumination-aware degradation）更逼真，作者招募了 10 名志愿者对图像的真实度、光照复杂度和任务相关性进行排序。
• 证据：原文明确写道：“Ten volunteers are recruited to rank image quality on authenticity, lighting complexity and task relevance.”。仅在 10 人的小样本上得出的人类偏好（Human Ranking）缺乏置信区间和统计学检验（如 t 检验）。虽然这在计算机视觉领域是常见套路，但从严谨的学术诚信角度来看，小样本主观评分极易被挑选特定图片所操纵。
• 严重程度：🟡
• 复核状态：✅ 成立

⚠️ 发现 3：无法进行像素级图片复用与拼接检测

• 位置：论文全局图片
• 描述：由于输入文本存在极其明显的 PDF 提取编码错误（如 ×rst 代替 first，Spec ×c ty 代替 Specificity，ClearN }ht 代替 ClearNight），且当前只有纯文本流，无法提取 Figure 1~11 的原图进行视觉相似度比对。
• 证据：低级视觉（图像复原）领域的造假重灾区通常在于“过度锐化对比图”或“把别家的图当做自己的真实世界测试图”。本报告受限于模态，无法对 Figure 8 中的可视化对比图进行 PS 痕迹排查。
• 严重程度：🟡
• 复核状态：⚠️ 依据不足

发现 4：数据一致性与时间线检查正常

• 位置：Tables 2, 4 与 References
• 描述：虽然不能查图，但查了数！数据内部一致且时间线合理。
• 证据：Table 4 消融实验中 Baseline 的分数（28.7976 / 0.8825）与 Table 2 主实验中的 Baseline 数值分毫不差，符合逻辑。此外，参考文献中出现了 2026 年的文献（如 Wu, Z. et al. 2026, AAAI），基于当前检测时间点（2026年6月），AAAI 2026 的论文早已公开并被引用，时间线完全合理，无“穿越时空”造假痕迹。
• 严重程度：✅
• 复核状态：✅ 成立

耿同学辣评

这篇 AAAI 2026 的 CV 论文在数学数据上算是守住了底线（消融实验和主实验对得上），但非得在文字上玩“凡尔赛”——明明光晕去除性能把一大半对手按在地上摩擦（38.77 排第四），非要红口白牙地说自己表现“一般”。怎么的，是怕 RAMiT（43.00）觉得你太嚣张吗？另外，只找了 10 个志愿者打分就来证明数据集牛，这样本量连发个朋友圈问卷都不够，建议下次多请几位审稿人喝奶茶再做个大样本统计吧！当然，受限于目前纯文本打假的局限性，咱们也无法拿着放大镜去扒拉对比图里的像素猫腻，只能暂且给它记上一笔。

建议后续行动

• 联系作者要求提供 AllWeatherNight 数据集中真实图像（Real-world subset）的原始来源链接，排查是否未经授权使用了他人版权图片。
• 要求作者提供完整的 10 名志愿者主观打分原始数据，而非仅仅报告均值。
• 在 PubPeer 上提出关于“文本描述（moderate performance）与实际数据（Top 4 performance）严重背离”的疑问。

⚠️ 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。