🔍 耿同学打假报告

论文信息

• 标题：Open-Set Spatial Gene Expression Prediction from Histological Images via Retrieval-Augmented Generation
• 作者：Chaochen Wu, Meiyun Zuo, Lei Xie
• 期刊/会议：CVPR 2026 (Findings)
• 论文来源：Wu_Open-Set_Spatial_Gene_Expression_Prediction_from_Histological_Images_via_Retrieval-Augmented_CVPRF_2026_paper.pdf

综合评定：🟡 存疑

详细发现

发现 1：方法与表格数据自相矛盾（表格数据大面积缺失/排版严重错乱）

• 位置：Table 1 (Page 4), Table 2 (Page 4), Table 4 (Page 5)
• 描述：论文在正文（4.2节）中声称“report mean and standard deviations in Tab. 2”（在表2中报告了均值和标准差），但提供的表格数据不仅大面积空白，还存在严重的数值粘连。表1和表4的多项核心指标（如MAE/MSE/PCC-200）也存在诡异的缺失。
• 证据：
  • 表2：表头写着“HEG (PCC↑) HVG (PCC↑) AVG (PCC↑)”，但在Baseline（如HisToGene、BLEEP等）的Seen设置下，仅显示了HEG的一个数值（如0.1968），HVG和AVG列完全是空白。更严重的是，GSAT-RAG Unseen的数据呈现为 0.4098 0.4128 0.2178，明显缺失了部分数据列，或者数字在排版时完全粘连在了一起。
  • 表1：TRIPLEX 的 MSE 列空白；GSAT-RAG (Seen) 的数据呈现为 0.5578 0.4757 0.3343 0.9387，缺乏对应的表头说明；GSAT-RAG (Unseen) 的数据甚至挤在了一起：0.51240.4550 0.3224 0.95861.5378，这不仅是少写一个小数点的问题，而是整列数据的排版灾难。
  • 表4：ResNet50 和 GSAT-RAG 在 Seen 设置下的 PCC-200 指标直接缺失（空白）。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 2：声称的统计变量无法验证

• 位置：Table 2 及 Section 4.2
• 描述：作者明确在正文中声称报告了均值和标准差，但在实际提供的表格内容中，完全找不到任何以 ± 形式呈现的标准差数据。
• 证据：Section 4.2 原文写道：“...and report mean and standard deviations in Tab. 2”。但Tab 2中所有呈现的数据均为单一浮点数（如 0.4333）。如果是由于文本提取造成的丢失，尚可理解；如果是原文本身遗漏，则构成了严重的实验报告不完整。无法判断其交叉验证的稳定性如何。
• 严重程度：🟡
• 复核状态：✅ 成立

⚠️ 发现 3：缺乏原始图片信息，无法进行图像学分析

• 位置：Figure 1, 2, 3, 4, 5
• 描述：由于当前仅有纯文本提取内容，缺失原始的高清图片文件。
• 证据：文本中未提供足够的图片信息，无法进行像素级分析、Western Blot痕迹检测或图片复用比对。无法核实Figure 4和Figure 5中展示的TACSTD2和HDAC2基因的空间表达散点图是否存在过度裁剪或挑图嫌疑。
• 严重程度：🟡（依据不足，无法判断）
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇 CVPR 2026 的论文，在模型架构和引用的时间线（引用了2024、2025年的文献）上挑不出毛病，确实紧跟 RAG 大潮。但是，这表格排版是拿脚做的吗？正文里拍着胸脯保证“我汇报了均值和标准差”，结果表格里全是光秃秃的数字；更离谱的是，连基础数据都能出现 0.51240.4550 这种“连体婴儿”式的错位。就这表格质量，不查你查谁？

建议后续行动

• 联系作者要求提供完整的原始表格数据（特别是包含标准差的数据）。
• 在 PubPeer 上提出质疑，询问 Table 1, 2, 4 中数据缺失和排版异常的原因。
• 下载原始 PDF 文件，核实是否为 PDF 文本提取导致的乱码，还是原作者在 LaTeX 排版时确为如此。

⚠️ 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。