🔍 耿同学打假报告

论文信息

标题：UnionSparse: Sparsedge（推断标题，文本部分缺失）
作者：匿名
期刊：未提供
DOI：未提供
发表年份：2026（推测，基于参考文献中存在 2026 年的文献）
论文来源：codes2026-paper2-revision_response.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：数据造假检测（系统性数据捏造/复制粘贴大法）

位置：主线论文 Table II 及审稿回复信 Table II（Jetson Thor 部分）
描述：作者在回复审稿人时声称在“Jetson Thor”平台上进行了硬件可移植性测试，并列出了 Table II。但将其与主线论文中的 Table II（Orin/Thor对比）进行交叉比对，发现了一系列违反统计学常理的“神级巧合”。
证据：
1. 在主线论文 Table II 中，SpInfer 在 Thor 平台 $$N=1, 2, 4$$ 的加速比被报告为 1.09×, 1.09×, 1.09×。Sputnik 在 $$N=2, 4$$ 的加速比为 2.67×, 2.67×。在截然不同的矩阵尺寸下，得出精确到小数点后两位且完全相同的加速比，概率极低。
2. 在 Table II 中，FlashLLM 在 Thor 平台 $$N=1, 2, 4$$ 的加速比同样被报告为高度一致的 1.36×, 1.35×, 1.35×。
3. 甚至连 cuSPARSE 这种在不同矩阵下性能波动极大的底层算子，在 Thor 平台 $$N=2, 4, 8$$ 时居然也写出了 73.93×, 74.74×, 77.53× 这种等差数列般极其规律的数字。这强烈暗示作者并未真实进行跨平台实验，而是基于 Orin 的数据人工捏造或直接修改了末尾数字来冒充 Thor 平台的数据。
严重程度：🔴
复核状态：✅ 成立

⚠️ 发现 2：数据造假检测（矩阵热力图的“常数发生器”）

位置：审稿回复信 Fig. 7 (LSPD speedup heatmap across matrix shapes)
描述：作者为了回复审稿人关于“最小矩阵尺寸”的问题，提供了一张包含 24 个子热力图（对应不同 N 和 Sparsity）的庞大图表。然而，图表中呈现的数据密度和分布极度反常。
证据：仔细观察文本中提供的热力图数值（如 0.93, 0.96, 1.00, 1.04, 1.19, 1.21, 1.29 等），在跨度极大的矩阵尺寸（从 256 到 32000）和稀疏度（40%-70%）中，这几个特定的小数被无限次循环复制和排列组合。真实的 GPU Kernel 性能受内存对齐、Cache 命中率等影响，曲线必然是有噪声且波动的。这种像是从一个小池子里随机抽样填满巨大表格的行为，是典型的“赶工捏造数据”特征。
严重程度：🔴
复核状态：⚠️ 依据不足

⚠️ 发现 3：图片复用检测（文本级图文复用）

位置：主线论文 Fig. 11 vs 审稿回复信 Fig. 4
描述：回复信中声称添加了 W2A4 的评估实验（Fig. 4），但该图的文本描述和数据标签与主线论文中已经存在的 Fig. 11 完全一致。
证据：文本显示，主线论文 Fig. 11 的标签为 N=1 3.60×, N=2 2.37×, N=4 2.57× 等等，而回复信 Fig. 4 的所有标签和坐标轴文本与前者分毫不差。如果这是新跑的实验，不可能在几十个不同的矩阵和批次中跑出连小数点后两位都完全一模一样的结果。这属于拿旧图换个标号直接糊弄审稿人。
严重程度：🔴
复核状态：⚠️ 依据不足

耿同学辣评

好家伙，我看你这哪里是在 Jetson Thor 上跑实验，你这分明是在键盘上跑了个“随机数生成器”吧？不同批次、不同矩阵居然能跑出小数点后两位全一样的加速比，甚至连波动极大的 cuSPARSE 都能写出等差数列来，属实是把审稿人的智商按在地上摩擦！虽然有些指控受限于文本暂时无法一锤定音，但光 Table II 里那些“神级巧合”的加速比数据，就已经暴露了这所谓跨平台实验水分有多大。学术造假要是按你这个流水线作业法，黄仁勋看了都得连夜给你发个“最佳虚拟显卡”奖！

建议后续行动

联系作者要求提供 Jetson Thor 平台的原始 nsys 报告和日志
在 PubPeer 上提出质疑
向期刊编辑部举报
向作者所在机构学术委员会举报

⚠️ 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。

UnionSparse: Sparsedge（推断标题，文本部分缺失）