🔍 耿同学打假报告

论文信息

• 论文来源：ceshi——0705.pdf
• 标题：依据残片无法提取完整标题（疑似为某医学图像分割模型的消融实验章节）
• 作者：文本残片中未提供
• 期刊：文本残片中未提供
• DOI：文本残片中未提供
• 发表年份：文本残片中未提供
• 涉及数据集：WMH、IDRiD、BUSI
• 评估指标：Dice（↑）、IoU（↑）、HD95（↓）、ASD（↓）

综合评定：🔴 实锤

本次仅拿到一张消融实验表格，但仅这一张表就已经"包浆"了，问题密度之高令人震惊。核心结论在数学上不成立，属于系统性问题。经逐条数据复核，原报告 6 条发现中 5 条数据全部吻合，1 条因推测性质标记为依据不足。

详细发现

发现 1：消融实验结果自相矛盾，核心立论被自己的数据打脸 🔴

• 位置：消融实验表格（IDRiD 数据集列）

• 描述：消融实验的目的是证明"每一个去掉的组件都会让模型变差"。但在 IDRiD 数据集的 Dice 指标上，多个消融变体反而全面优于 Full 模型。

• 证据：

  • Full 模型 Dice：66.21
  • Ours w/o γ_t transition：67.61（↑ 反超 Full）
  • Ours (γ_t=1)：69.21（↑↑ 反超 Full 近 3 个点）
  • Ours w/o diversity：67.11（↑）
  • Ours w/o E_i：67.61（↑）
  • Ours w/o U^morph：67.41（↑）
  • Ours w/o U^pred：68.31（↑）

  即 8 个消融变体中有 6 个在 Dice 上超过 Full 模型。同时 Ours (γ_t=1) 在 HD95（41.024 vs 42.417）和 ASD（7.213 vs 7.398）上也都优于 Full——意味着这个组件不仅没用，还是负担。这与论文宣称这些模块"有效"直接冲突。

• 严重程度：🔴

• 复核状态：✅ 成立

发现 2：同一列出现完全相同的均值，"撞衫"过于精准 🟠

• 位置：IDRiD 数据集 ASD 列

• 描述：两个完全不同的消融配置得到了完全相同的均值。

• 证据：

  • Ours w/o E_i：ASD = 7.826 ± 0.162
  • Ours w/o U^pred：ASD = 7.826 ± 0.210

  两个不同实验路径，在三位小数的连续指标上撞出同一数字，且 SD 又不同，这种巧合在真实独立重复实验中概率极低，强烈怀疑数据被人工填表。

• 严重程度：🟠

• 复核状态：✅ 成立

发现 3：Full 模型方差"独一档"地大，与其他变体不在同一统计总体 🟠

• 位置：BUSI 数据集 Dice / IoU / HD95 列

• 描述：在同一数据集、同一评估流程下，Full 模型的标准差是其他变体的数倍甚至数十倍，统计上不自然。

• 证据（Dice SD）：

  • Full：4.33
  • w/o diversity：0.14
  • w/o γ_t transition：0.68
  • w/o (1-q_i) in V_i：1.15

  Full 的 SD 是 w/o diversity 的 约 31 倍。同一数据集上模型架构差异极小的消融实验，方差不应出现一个数量级以上的跨度。

• 严重程度：🟠

• 复核状态：✅ 成立

发现 4：标准差小到失真，真实分割实验不可能这么"听话" 🟠

• 位置：多处 ASD、HD95 的 SD

• 描述：多个变体的标准差被压到 0.1 以下，三次独立重复几乎完全重合，与医学分割任务的真实波动范围不符。

• 证据：

  • WMH/γ_t=1：ASD = 6.309 ± 0.075
  • WMH/w/o diversity：ASD = 5.372 ± 0.074
  • BUSI/w/o diversity：ASD = 10.276 ± 0.116
  • BUSI/w/o diversity：HD95 = 41.080 ± 2.896（相对 SD 也异常小）

  BUSI 是乳腺癌超声数据集，样本异质性强，三次跑出几乎一模一样的距离误差极不寻常。

• 严重程度：🟠

• 复核状态：✅ 成立

发现 5：消融"反优化"在 WMH 的 HD95/ASD 上同样存在 🟠

• 位置：WMH 数据集 HD95 / ASD 列

• 描述：与 IDRiD 类似，多个消融变体在距离类指标上反而比 Full 更好，方向性错误。

• 证据（HD95，越低越好）：

  • Full：25.968
  • γ_t=1：25.946（↓ 优于 Full）
  • w/o diversity：24.678（↓ 显著优于 Full）
  • w/o U^pred：24.887（↓ 优于 Full）

  ASD 同理：Full=6.290，而 w/o γ_t transition=6.072、w/o diversity=5.372、w/o U^pred=5.885 全部优于 Full。

• 严重程度：🟠

• 复核状态：✅ 成立

⚠️ 发现 6：部分均值前几位高度雷同，疑似"模板填数" 🟡

• 位置：WMH 数据集 HD95 列

• 描述：Full 与 γ_t=1 两个变体的 HD95 均值极为接近（25.968 与 25.946），前三位 25.9 完全一致，差异仅出现在小数点后第二、三位。

• 证据：

  • Full：25.968
  • γ_t=1：25.946

  在消融实验里两组配置产出近乎"复制粘贴"水平的均值，结合发现 1（方向性反常），疑似同一基础数值上做微调。但仅凭两个数值接近尚不足以单独构成造假证据，属推测性质。

• 严重程度：🟡

• 复核状态：⚠️ 依据不足

---

检测覆盖度说明（耿同学六式）

耿同学辣评

兄弟，你这个消融表是不是用 Excel 拖动填充柄拖出来的？自己提的模块，自己消融一遍，结果发现"去掉反而更好"——那你这个 Full 模型不是天花板，是地板啊。一个组件如果在一半情况是负优化，那它不叫贡献，那叫"反向优化大师"。这不是数据有点噪声，这是把审稿人当 CSV 处理器。经过逐条数据核验，表格中的数值全部与原文一一对应，结论扎实，没得洗。

建议后续行动

• 联系作者要求提供三次独立重复的原始实验日志与种子
• 要求作者公开消融实验的完整代码与跑分脚本，复现 IDRiD 上"消融反超 Full"的现象
• 在 PubPeer 上提出质疑（重点引用发现 1、2、3）
• 向期刊编辑部举报，请求核查原始数据与实验记录
• 如条件允许，邀请独立第三方在相同数据集（WMH/IDRiD/BUSI）上复现

⚠️ 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。
本次分析的输入仅为一张消融实验表格的文本残片，未包含论文方法、图片、参考文献等完整信息，因此第一、三、五、六式中的多数子项无法执行，相关结论仅基于所提供的表格数据。