🔍 耿同学打假报告

论文信息

• 标题：Second Validation for Unacceptable Fixes in Automatic Program Repair
• 作者：Jinan Dai, Kazuya Yasuda
• 期刊/会议：FOSE2021
• DOI：未提供
• 发表年份：2021

综合评定：🟠 高度可疑

详细发现

发现 1：核心实验结论数据存在严重计算错误

• 位置：Summary 摘要部分 & 第 4 节 Evaluation（Table 1）
• 描述：论文在摘要和正文结论中均声称“总共过滤了 81.3% 的不可接受修复”。然而，根据论文自己提供的 Table 1 中的原始数据进行计算，得不出该结论。
• 证据：Table 1 给出的总数为：不可接受的修复总数 = 4154，被标记为可疑的修复总数 = 3771。按照论文自己定义的过滤率公式 R = #(SUSPICIOUS) / #(Unacceptable)，真实的总体过滤率应为 3771 / 4154 = 90.78%。论文却报告了 81.3%。
• 严重程度：🔴（直接影响论文核心结论的正确性）
• 复核状态：✅ 成立

发现 2：基本加法运算错误

• 位置：Table 1
• 描述：表格中“SUSPICIOUS Fixes”一列的底部加和数据与单行数据不匹配，存在低级的算术错误。
• 证据：根据 Table 1 提供的各 Bug 对应数据：Bug 1 (305) + Bug 2 (1443) + Bug 3 (1249) + Bug 4 (775) = 3772。然而，表格总计写的是 3771。虽然只是相差 1，但在极其严肃的科研数据统计中，连四个数字的加法都能算错，反映出实验数据的汇总过程极度草率或存在人为编造的痕迹。
• 严重程度：🟠
• 复核状态：✅ 成立

⚠️ 发现 3：缺失图片与排版异常

• 位置：第 3 节 (Section 3) 关于 Fig.1 的引用处
• 描述：论文文本提到了“An example is shown in Fig.1”，但提供的文本中仅有孤立的文字描述，无法进行像素级分析。
• 证据：由于目前仅有纯文本信息，仅能看到 Figure 1 的图注（"Example of unexpected exception thrown to bypass test."），无法判断原始 PDF 中图片是否真的缺失或排版异常。
• 严重程度：🟡
• 复核状态：⚠️ 依据不足

⚠️ 发现 4：方法学描述的逻辑遗漏

• 位置：第 3 节 Second Validation 的步骤描述
• 描述：作者列出了 3 个不可接受修复的特征，但在随后阐述如何识别这些特征的“steps”中，仅给出了两个步骤，原报告认为缺乏完整闭环的算法逻辑说明。
• 证据：原文给出的步骤 2（检查多次运行后输出值是否完全相同）在逻辑上其实是可以覆盖特征 #1 和 #2 的验证。因此，认定其“缺乏闭环逻辑”更多属于主观学术评价，且原文已有相关自洽描述，难以直接作为学术异常的铁证。
• 严重程度：🟡
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇论文的摘要大言不惭地说“我们的方法过滤了 81.3% 的无效修复”，结果翻开它自己的表格一算，好家伙，实际是 90.8%！这就好比你相亲说自己年薪8万，结果银行流水打出来是9万——虽然钱变多了，但你连自己赚多少钱都算不明白，这谁敢信你的代码啊？更逗的是，连 305+1443+1249+775 这四个数加一起都能算错（算成3771，明明是3772）。建议这篇研究自动修复的论文，先自动把自己修复一下。

建议后续行动

• 联系作者要求提供原始数据及计算脚本，确认 81.3% 到底是怎么编出来的。
• 在 PubPeer 上提出质疑。
• 检查其开源代码（如果有的话）的实际过滤率是否与论文声称的相符。

⚠️ 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。