🔍 耿同学打假报告

论文信息

• 论文来源：D19-5202.pdf
• 标题：Compact and Robust Models for Japanese-English Character-level Machine Translation
• 作者：Jinan Dai, Kazunori Yamaguchi
• 期刊/会议：Proceedings of the 6th Workshop on Asian Translation (WAT 2019)
• 发表年份：2019年

综合评定：✅ 清白

详细发现

发现 1：文本渲染/提取异常（乱码）

• 位置：第40页 Translation Examples 部分，以及部分图表说明区域
• 描述：论文文本中出现大量类似“潦潯潲 潴潨潥 潳潩潭潰潬潥”、“畆畩畧畵畲略 申町”等完全不可读的生僻汉字堆叠。
• 证据：这不是作者在论文里写咒语，而是典型的 PDF 编码/字体映射错误导致的乱码。真实情况是底层文本本应为英文字母（如 "For the first sample, the mid-gated model is superior..."），但在某些阅读器或提取工具下，字体 CMap 表错位映射成了 CJK 汉字库中的生僻字。
• 严重程度：🟡（属于排版与文档工程问题，非学术不端）
• 复核状态：✅ 成立

发现 2：数据波动合理性检测（真实感分析）

• 位置：Figure 4 及 Table 2
• 描述：在机器翻译领域，造假的论文往往会编造平滑且单向递增的曲线。但本文 Figure 4 中不同噪声比例下的 BLEU 值展现出了真实的“非单调性”（例如在低噪声区某些数据点出现轻微回落，如 24.08 -> 23.92 -> 23.91）。Table 2 中的跨模型对比（如 Basic 26.89 vs Mid-Gated 27.63）也符合该领域常规的优化幅度。
• 证据：数据点带有正常的实验噪声，而非“随机数生成器”生成的完美数据。
• 严重程度：✅（无异常，数据可信）
• 复核状态：✅ 成立

发现 3：硬件与时间线一致性检测

• 位置：Section 2 (Footnote 1), Section 4.2
• 描述：文中提到使用了 2张 NVIDIA RTX 2080Ti 显卡进行 Multi-Attention 模型的训练。
• 证据：以当前时间（2026-07-01）回溯，RTX 2080Ti 发布于 2018 年下半年，而本论文发表于 2019 年 11 月。作者在 2019 年使用 2018 年上市的硬件进行实验，时间逻辑完美闭环，不存在“穿越时空使用未来设备”的造假迹象。
• 严重程度：✅（无异常）
• 复核状态：✅ 成立

发现 4：NLP 论文专属盲区说明（图片拼接/PS痕迹）

• 位置：Figure 1, Figure 2, Figure 3
• 描述：作为一篇 NLP 领域的论文，文中的图片绝大多数为模型架构图（节点连线图）和 Attention 热力图。
• 证据：此类图片不存在生物医学论文中常见的 Western Blot 条带、显微镜细胞图等容易被“乾坤大挪移”或 PS 拼接的素材。架构图只要有逻辑即可，不存在像素级造假的空间。
• 严重程度：✅（无需触发生物打假机制）
• 复核状态：✅ 成立

耿同学辣评

这篇论文可以说是清白得像一张白纸，毕竟搞 NLP（自然语言处理）的同学们整天跟显卡和一堆数字指标死磕，想玩“PS大法”和“条带复制粘贴”都没机会——总不能把模型架构图里的圆圈复制粘贴连成长方形来凑字数吧？唯一被“玩坏”的是这篇论文的 PDF 编码，满屏的“乱码汉字”不知道的还以为作者在论文里藏了什么古代阵法，其实那都是排版软件背的锅！

建议后续行动

• （无需行动，这是一篇干干净净的计算机科学论文）
• （如果你实在闲得慌，可以给提供乱码 PDF 的网站写封邮件，让他们修一下字体编码）

⚠️ 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。