🔍 耿同学打假报告

论文信息

• 标题：LLM2CLIP: Powerful Language Model Unlocks Richer Cross-Modality Representation
• 作者：Weiquan Huang, Aoqi Wu, Yifan Yang, Xufang Luo, Yuqing Yang, Usman Naseem, Chunyu Wang, Qi Dai, Xiyang Dai, Dongdong Chen, Chong Luo, Lili Qiu, Liang Hu
• 期刊/会议：The Fortieth AAAI Conference on Artificial Intelligence (AAAI-26)
• DOI：未提供
• 发表年份：2026

综合评定：✅ 清白

详细发现

发现 1：真实的“负面”数据暴露（反向红旗）

• 位置：Table 3 (Page 5135) 及正文描述
• 描述：在 ImageNet 的 Zero-shot 分类任务中，应用 LLM2CLIP 后，性能不仅没有提升，反而出现了轻微下降（例如 CLIP L/14-336 从 74.9 降至 74.6）。正文中也专门用一段探讨了这种下降的原因。
• 证据：造假者（特别是使用随机数生成器造表的人）往往追求“全面开花”，所有指标、所有表格只会单调递增。本篇论文坦诚地报告了特定下游任务上的性能妥协，这是真实科学实验中非常典型的“按下一个葫芦浮起一个瓢”现象。
• 严重程度：🟢 (真实标志)
• 复核状态：✅ 成立

发现 2：时间线与引用完美闭环

• 位置：References (Page 5138) 及 全文实验部分
• 描述：以当前日期（2026-06-25）审视，本名为《LLM2CLIP》的论文发表于 AAAI-26。文中引用了 2024 年末至 2025 年初极其前沿的模型和论文（如 SigLIP 2 标注为 Tschannen et al. 2025，arXiv:2502.14786；以及 Table 7 中出现的 DeepSeek-R1-Distill-Llama-8B）。
• 证据：2024年底至2025年初的模型/预印本被作为 baseline，并在 2026 年初的顶会（AAAI-26 通常于 2025 年 8 月左右提交，2025 年底放出 camera-ready）中进行正式发表，时间线逻辑严密，毫无违和感，不存在“穿越时空使用未发布试剂/模型”的问题。
• 严重程度：🟢 (无异常)
• 复核状态：✅ 成立

发现 3：消融实验逻辑连贯

• 位置：Tables 6, 7, 8, 9 (Pages 5135-5136)
• 描述：论文在 Stage 1 和 Stage 2 进行了详尽的消融实验。数据展示了平滑的性能梯度，例如 Table 8 中 Adaptor 从无到 1 层、2 层、4 层的性能稳步提升 (78.3 -> 79.2 -> 80.1 -> 80.4)。同时，Table 6 明确指出了去掉某些关键模块（如 Supervised SimCSE 换成 Unsupervised）会导致性能雪崩（80.4 跌至 59.2）。
• 证据：数据符合机器学习模型调参的正常直觉，有涨有跌。未发现人工编造数据常出现的“末位数字规律性分布”或“标准差异常整齐”等问题。
• 严重程度：🟢 (无异常)
• 复核状态：✅ 成立

⚠️ 发现 4：图片像素级分析受限

• 位置：Figure 1, Figure 2
• 描述：由于提供的论文仅为文本提取版（纯文本无高分辨率原图），无法对 Figure 1 的结构图和 Figure 2 的检索可视化结果进行像素级比对（如是否存在一图多用、PS拼接痕迹等）。
• 证据：文本格式的天然限制。但从已有文本逻辑来看，未见图片自相矛盾之处。
• 严重程度：⚪ (无法判断)
• 复核状态：⚠️ 依据不足

耿同学辣评

造假的人恨不得所有指标都像坐火箭一样往上涨，这篇论文居然老老实实承认自己在 ImageNet 上的 zero-shot 掉了点，还花一大段篇幅去强行解释一通。就冲这股子“傻实诚”的劲儿，这表里的数据可信度就拉满了！毕竟，谁造假会故意给自己造个倒数出来呢？整体来看，数据逻辑严密，实验有涨有跌，完全符合真实科研的客观规律。

建议后续行动

• 无需联系作者要求提供原始数据（未发现明显异常）
• 无需在 PubPeer 上提出质疑
• 无需向期刊编辑部举报
• 建议读者直接学习其方法设计与实验规范

⚠️ 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。