🔍 耿同学打假报告

论文信息

标题：基于混合专家大模型提取的"基因-疾病-药物"三元知识图谱的设计
作者：田子晗，马豪飞，常嵘，马明，王吉刚，李梓铭
单位：新疆大学计算机科学与技术学院
期刊/平台：ChinaXiv（预印本）
DOI：未提供
发表年份：2025-08（ChinaXiv 编号 202508.00425v1，提交日期 2025-08-31）

综合评定：🟠 高度可疑

本文为 NLP/AI 方法论类论文，未包含 Western blot 等生物学实验图像，图片层面的直接造假空间有限。但在文本/方法学层面存在多处系统性异常，主要集中于：(1) 数学公式错误密集；(2) 关键架构描述前后矛盾；(3) 文献引用混乱；(4) 表格与正文数据脱节；(5) 机器取证检测到 4 张图存在 copy-move 痕迹。多处异常共同指向论文写作的草率与不严谨，部分公式错误严重到无法用"笔误"解释。

详细发现

发现 1：数学公式内部错误（LoRA 参数计算自相矛盾）

位置：第 4.1 节
描述：论文声称单模块 LoRA 参数计算为 2×(4096×8+8×4096)=16384×8=131072。这里出现了连环错误：(a) 2×(4096×8+8×4096) = 2×(32768+32768) = 2×65536 = 131072，这个数值本身正确（对应 q_proj+v_proj 两层），但紧接着乘以 8（"16384×8"）凭空出现一个多余的乘数，131072≠131072，结果并非"131072×8"；(b) 紧接说"16 层 Transformer 累计可训练参数为：16×16384×8=2,097,152"——按前面的逻辑应该是 16×131072=2,097,152，结果虽然数值凑对了，但中间表达式"16×16384×8"与前一行不一致；(c) 随后声称"实际可训练参数为 1,433,600"，但 16×131072=2,097,152，凭空冒出 1,433,600 这一数字不知从何而来。
证据：原文 2×(4096×8+8×4096)=16384×8=131072 与 16×16384×8=2,097,152。结合后文 1,433,600，三个数值之间无任何自洽的数学推导。
严重程度：🟠
复核状态：✅ 成立

发现 2：LoRA 压缩比与参数比例表述矛盾

位置：第 4.1 节与第 4.4.2 节、第 5 节
描述：第 4.1 节称 LoRA 将可训练参数"从 262,144（当 d=k=512 时）减少至 r(d+k)=8192，压缩比达 96.9%"——这里的 d、k 取值是 512（不是 4096），与同节提到的 Llama-2 注意力模块维度 4096×4096 不一致；而真正的 Llama-2 应用场景下第 4.4.2 节又称"LoRA 仅更新 0.02% 的模型参数"，第 5 节又称"压缩比 99.98%"——0.02% 对应的压缩比应该是 99.98%，这个倒是对的，但与第 4.1 节中"96.9%"的压缩比在同一个 LoRA 配置下不可能同时成立（除非 LoRA rank 配置不同，但论文声称同一 r=8）。
证据：原文 压缩比达96.9% vs 压缩比99.98% vs LoRA仅更新0.02%的模型参数；同一 r=8 配置下不可能同时得到 96.9% 和 99.98% 两个压缩比。
严重程度：🟠
复核状态：✅ 成立

发现 3：双重量化声称的"困惑度提升"语义错误

位置：第 4.2.1 节
描述：原文称"双重量化比单重化的困惑度（Perplexity）提升 1.8-2.3 点"。Perplexity 是越低越好，"提升"在此处是歧义/错误的表述——应该是"降低 1.8-2.3 点"或"改善 1.8-2.3 点"。同一段还声称"该技术将量化噪声降低约 30%"，这种整数的百分比在工程实验中很难精确得出。
证据：原文 双重量化比单重量化的困惑度（Perplexity）提升1.8-2.3点；该技术将量化噪声降低约30%。
严重程度：🟡
复核状态：✅ 成立

发现 4：Word2Vec 公式严重错乱、变量未定义

位置：第 6.2.1 节
描述：目标函数公式（6-5）中每个变量在正文中都只有占位符式的描述（是语料库中词的总数、是上下文窗口的大小），部分变量定义缺失；公式（6-6）编号直接跳过了——文中公式编号为 (6-5)、(6-7)、(6-8)、(6-9)，缺少 (6-6)；Skip-gram 的 softmax 公式（6-7）中变量定义混乱（是词汇表的大小但前文未定义 V）。
证据：原文公式编号跳跃 (6−5)、(6−7)、(6−8)、(6−9) 中缺失 (6−6)；是语料库中词的总数；是上下文窗口的大小 等占位符。
严重程度：🟠
复核状态：✅ 成立

发现 5：参考文献内容张冠李戴

位置：参考文献 [2]
描述：参考文献 [2] 标题被写为"Guideline Design of an Active Gene Annotation Corpus for the Purpose of Drug Repurposing"，但这条引用出处的会议是 2018 CISP-BMEI，论文实际是 Wang 等人关于基因注释语料库的工作（与"Guideline Design"无关——"Guideline"看起来是凭空加上的前缀，可能是从别处拼贴过来的）。
证据：原文参考文献 [2] GuidelineDesignofanActiveGeneAnnotationCorpusforthePurposeofDrugRepurposing[C]//201811thInternationalCongressonImageandSignalProcessing,BioMedicalEngineeringandInformatics(CISP-BMEI).2018.；"Guideline"前缀与原文题目不符。
严重程度：🟡
复核状态：✅ 成立

发现 6：参考文献 [1] 标注时间可疑

位置：参考文献 [1]
描述：参考文献 [1] 标注 [J]. ScientificData[2025-07-04]。这是用方括号标注"访问日期"或"在线发表日期"，但 ScientificData 期刊文章的格式应为"期刊名, 年份, 卷(期): 页码"或 DOI。Chandak 等人的知识图谱论文实际发表于 2023 年（Vol 10, Article 105），并非 2025；"[2025-07-04]"可能是作者访问预印本网站的日期被误写为发表日期。
证据：原文 ChandakP,HuangK,ZitnikM.Buildingaknowledgegraphtoenableprecisionmedicine[J].ScientificData[2025-07-04].。
严重程度：🟡
复核状态：✅ 成立

发现 7：数据集统计表格缺失关键信息

位置：表 2-1
描述：表 2-1 文本中以"表 2-1 基础数据集的统计信息"开头，但原文未给出表格的具体行列内容（仅有标题和后续正文段落中分散描述的数字）。从正文描述看，任务一的训练集为 225 篇，但补充了 AGAC-CHIP2022 的 250 篇有标注训练集——合计应为 475 篇；任务三的训练集为 533 条文本/8642 种药物/4075 种 DDI 关系，又补充了 DDI corpus 的 792 篇 DrugBank 文本 + 233 篇 Medline 摘要——但两个数据集的标注规范可能不同（一个是 8642 种药理物质，另一个是 18,502 个药理学物质实体），合并时若未做实体 ID 对齐会造成大量重复标注。论文对此完全未讨论。
证据：原文 训练集由225篇PubMed文献摘要及其抽取出的三元组关系组成 vs 从AGAC-CHIP2022比赛的数据集中为任务一补充了250篇有标注训练集；DDIcorpus数据集由DDI-DrugBank和DDI-MedLine两部分组成，分别包含792篇来自DrugBank数据库的文本和233篇来自Medline的摘要，标注了18,502个药理学物质实体和5028个DDI关系。
严重程度：🟡
复核状态：✅ 成立

发现 8：MoE 架构描述与 MoE-LoRA 引用脱节

位置：第 5.1.2 节、参考文献 [4]
描述：论文声称"引入混合专家系统（MoE）"，并自定义了三个专家网络和一个门控网络。但参考文献 [4]（Luo 等人的 MoELoRA）已经提供了一个成熟的开源 MoE-LoRA 实现；论文却描述了一个与参考文献 [4] 完全不同的 MoE 架构（自创的三专家+MLP 门控），且从未说明为什么不用 [4] 的方案。这种"既引用了 MoE-LoRA、又自创 MoE"的写法说明作者对核心方法的理解可能模糊。
证据：原文 Luo等人[4]提出的MoELoRA方法 vs 本文设计了三个独立的专家网络...门控网络采用多层感知机（MLP）结构。
严重程度：🟡
复核状态：✅ 成立

发现 9：图 2-1 与图 2-2 标题完全相同

位置：第 2.1 节
描述：原文图 2-1 标题为"PubMed 搜索界面图"，图 2-2 标题同样为"PubMed 搜索界面图"。但图 2-2 紧接在介绍 DrugBank 数据库的段落之后，且视觉分析摘要显示该图为 DrugBank 的搜索界面截图。两张图的标题被复制粘贴时遗漏修改，第二个标题本应为"DrugBank 搜索界面图"。
证据：原文 图2-2PubMed搜索界面图 出现在 DrugBank 数据库介绍段落之后。
严重程度：🟡
复核状态：✅ 成立

⚠️ 发现 10：机器取证检测到 copy-move 复制粘贴痕迹

位置：img-000、img-001、img-002、img-003
描述：PHP 程序对论文内嵌图像进行块匹配 copy-move 检测，4 张图中均检测到规则偏移下的匹配块：img-000 在偏移 (32,0) 处有 174 对匹配块，img-001 在 (32,0) 处有 126 对，img-002 在 (96,0) 处有 66 对，img-003 在 (96,0) 处有 88 对。这些匹配块的偏移都是整齐的整数倍（32 像素、96 像素），与图像中规则元素（页面边距、表格线、行间距）的重复模式吻合；但也可能是某一截图被裁剪/复用后产生。鉴于论文中的"图"实际上是页面截图（img-000 至 img-003 大概率对应论文中的页面截图或表格图），这种规则偏移的重复模式更可能是版面栅格化造成的良性现象，但需结合原图复核。
证据：机器取证 [I2]/[I3]/[I4]/[I6] 标记。
严重程度：🟡
复核状态：⚠️ 存在良性解释（参考原则 8 的反方论证：图像为页面截图或表格图，规则像素偏移（32px、96px）符合版面栅格/表格线/页边距的天然重复模式；copy-move 检测对精确复制灵敏但对规则版面元素也容易误报，原文未提供可排除良性解释的证据）

发现 11：模型性能指标过低且无对照实验

位置：表 6-1 与第 9 节
描述：论文报告任务一 F1=0.3804、任务二 F1=0.2630、任务三 F1=0.2881，平均 0.3105。对于一个声称"通过混合专家大模型+LoRA 微调"的项目，该分数远低于同期同类比赛的获奖方案（通常 BioCreative CDR 任务 F1>0.85、DDI 任务 F1>0.80），但论文未提供任何基线对比、消融实验或错误分析。一个宣称"高效方法"的论文既不对比基线、也不消融自己的 MoE 贡献，很难判断方法是否真有效。
证据：原文 任务一、二、三上的F1分数分别为0.3804、0.2630、0.2881，平均得分为0.3105。
严重程度：🟡
复核状态：✅ 成立

发现 12：RAG/Dify/Memobase 等模块与论文主线任务无关却占大量篇幅

位置：第 7-8 节
描述：第 7 节介绍 Ollama/Open WebUI 部署，第 8 节介绍 Dify 平台与 Memobase 记忆模块，但这些与论文声称的"基因-疾病-药物三元组抽取"核心任务几乎无关。一个 10 页的论文用了近一半篇幅讲 WebUI 部署和数据库导出，说明核心方法论部分严重"注水"，难以判断实验真正的有效性。
证据：原文第 7.3 节 OpenWebUI服务、第 8.2 节 基于Memobase的记忆与对话记录功能 占据约 3 页篇幅。
严重程度：🟡
复核状态：✅ 成立

耿同学辣评

这篇论文最大的问题不是造假，而是"造假都没造明白"——MoE 架构描述一套、公式一套、参考文献一套，三者之间互相对不上账。LoRA 的压缩比一会儿 96.9%、一会儿 99.98%，Word2Vec 公式编号直接跳号，图 2-1 和图 2-2 用同一个标题，连 DrugBank 的图都懒得改个名。10 页论文用近一半篇幅讲 Ollama 部署和 Memobase 记忆模块，而核心方法部分连 LoRA 真实可训练参数都算不清楚，平均 F1 0.3105 却声称"为医学研究提供更高效更精准的工具"——耿同学只想问一句：你这精准度，怕不是精准地避开了所有正确答案吧？

建议后续行动

联系作者要求提供训练代码、数据切分脚本与原始预测结果
在 PubPeer/ChinaXiv 评论板块提出公式与参考文献质疑
复核 img-000 至 img-003 四张图，确认 copy-move 匹配块是版面栅格造成还是真实的内容复用
检查作者团队是否有同期同主题的其他论文，排查是否存在"流水线"式产文
如严重怀疑论文为课程作业/拼凑产物而非真实科研产出，建议向作者所在学院学术委员会反映

⚠️ 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。

🧮 证据合成（自动生成）

综合后验概率：≥99.9%（先验 5%）
95% 可信区间：[100%, 100%]
贝叶斯因子：BF = 6.05e+9（决定性（decisive））
综合评级：🔴 高度疑似
复核已排除线索：8 条（良性解释成立 / 检验前提不满足 / 说明性条目，未计入合成）

贡献最高的证据：

[发现4] 公式编号 (6-6) 直接缺失，变量定义多处空白占位符（llm/*，logLR=2.3）— 贡献 11.4%
[发现1] LoRA 参数计算中三步数值之间无自洽的数学推导，131072→2097152→1433600 之间缺乏合理通路（llm/*，logLR=2.3）— 贡献 10.9%
[发现12] 近一半篇幅讲 Ollama/Open WebUI/Dify 部署，与三元组抽取核心任务关联度低（llm/*，logLR=1.79）— 贡献 9.5%
[发现2] 同一 r=8 配置下声称同时存在 96.9% 与 99.98% 两个压缩比，自相矛盾（llm/*，logLR=2.3）— 贡献 8.8%
[发现9] 图 2-2 实为 DrugBank 搜索界面截图，标题未修改（llm/*，logLR=1.79）— 贡献 8.5%

免责：本小节由程序化贝叶斯合成自动生成，不构成学术不端判决。先验固定 5%，证据间按条件独立处理（可能高估相关证据的联合强度），LR 版本 geng_lr_v2（初值未校准，待 Phase 5 基准回归）；可信区间与点估计来自同一后验（先验抽样 + LR 噪声的联合蒙特卡洛，区间随证据强度收敛）。请以正文具体发现与原始数据为准。

基于混合专家大模型提取的"基因-疾病-药物"三元知识图谱的设计