🔍 耿同学打假报告

论文信息

• 标题：机器学习的信息科学原理：基于形式化信息映射的因果链元框架 / Information Science Principles of Machine Learning: A Causal Chain Meta-Framework Based on Formalized Information Mapping
• 作者：许建峰（Jianfeng Xu）— 上海交通大学凯原法学院、智慧司法研究院、计算机学院
• 期刊：ChinaXiv 预印本（编号 202505.00162v11，2025-09-14 提交版本）
• DOI：未标注正式 DOI
• 发表年份：2025年（预印本）
• 论文来源：202505.00162v11.pdf（ChinaXiv 平台）

综合评定：🟡 存疑

本论文为纯形式化理论文章（定义、定理、证明为主体），不含 Western blot、统计散点或实验数据集等典型的"图像造假"对象，因此"耿同学六式"中依赖图像复用的部分在本论文中不太适用。论文表 1 的数据呈现"教科书式完美"的特征，配合机器取证末位数字 13.5σ 偏离，是值得关注的存疑信号，但其严谨性受论文性质和统计检验前提限制。本报告经逐条复核后保留 2 条核心发现，其余降级或删除。

---

详细发现

⚠️ 发现 1：表 1 数据呈"教科书式完美"特征

• 位置：表 1（伦理安全试验结果汇总表，§6.3）
• 描述：论文 §6.3 给出 10 次重复试验的结果：
  • "安全预测输出正确率" 全部 =100%（10/10 行）；
  • "非伦理安全提示正确率" 全部 =100%（10/10 行）；
  • "伦理安全输出样本数"∈[4516, 4548]，"非伦理安全提示样本数"∈[452, 484]，两者逐行严格相加 =5000；
  • 论文原文 §6.3 自述："当前模型 10 次试验中有多于 19%的样本出现非伦理安全预测"——但表 1 中 10 次试验的非伦理安全提示样本数占比实际为 9.34%—9.68%（483/5000=9.66%，484/5000=9.68%，……452/5000=9.04%），无一达到"多于 19%"。这是论文自报数据与表格自相矛盾。
• 证据：表 1 第 1 行 483/5000=9.66%，第 4 行 484/5000=9.68%，第 10 行 467/5000=9.34%，第 3 行 452/5000=9.04%——所有 10 行的非伦理安全比例均介于 9.04%–9.68% 之间，远低于正文所说的"多于 19%"。这是一个可直接定位到原文的数字矛盾（论文自报与表格不一致），需原始数据进一步确认。
• 良性假设：可能作者在不同时间编辑正文与表格，或"多于 19%"指的是某次未列入表 1 的特定试验。
• 严重程度：🟠
• 复核状态：⚠️ 存在良性解释（编辑时序差异或特指某次试验），但论文自报"多于 19%"与表 1 数据"约 9%"之间存在数量级差异，原文无法完全排除文本与表格不一致问题

⚠️ 发现 2：机器取证末位数字与列间差值高度异常

• 位置：表 1 及全文数值（机器取证统计：S2、S3）
• 描述：程序化统计显示：
  • 末位分布严重不均匀（χ²=144.8, p=0.0000）；
  • 相邻末位高度相关（偏差=13.5σ），不符合独立均匀分布；
  • 28 个列对比较完成，列间差值高度恒定。
• 良性假设：
  ① 论文数字多为公式编号、表格计数（如 10000、4951、5049）、神经网络权重矩阵下标等受控变量，末位分布天然不服从独立均匀分布；
  ② 样本数 5000、安全/不安全样本数互补 5000 是论文 §6.3 明文规定的试验设计（每次随机选 5000 个测试样本），列差恒为零是设计而非编造；
  ③ 末位相关性 13.5σ 对"小样本统计计数型数据"通常不适用，统计前提不满足。
• 严重程度：🟡（前提不完全满足）
• 复核状态：⚠️ 依据不足（统计检验前提不满足——数字多为受控编号/设计规定的常量，列差恒定由试验设计保证）

---

发现 3：图 4 子图叙述中"全部低于 TVD 上界"现象

• 位置：图 4（b)(c)(d) 与 §6.2 试验叙述
• 描述：论文 §6.2 三处原文均称"所有 X（蓝点/输出）均方根误差均小于红线 TVD 上界"——重复三次，三种不同参数组合（!_ω=0.0744/!_A=0.0517/!_NMU=0.5091 等）下均完美成立。
• 良性假设：§6.1 末尾论文已明文承认"定理 3 的理论证明与模型和任务无关"，§6.2 进一步承认"定理 4 的上界估计仍偏保守"——作者自己在原文中已声明上界是保守的，因此"所有 RMSE < TVD 上界"在论文自身框架内属于预期的理论结论（保守上界 + 试验仅验证趋势），并非异常完美的实验结果。但反方也指出"无一反例、缺乏边界样本"在真实随机试验中确实过于干净——目前仅作为线索保留。
• 严重程度：🟢（已由论文 §6.2 自述承认上界保守，结论与理论一致）
• 复核状态：✅ 成立（作为线索保留，但作者论文已主动声明上界保守）

⚠️ 发现 4：Benford 联合检验严重偏离（S1）

• 位置：全文数值（机器取证统计：S1）
• 描述：第 1-4 位数字 MAD=0.0711/0.0505/0.0821/0.1484，χ² 分别达 121.3/74.0/362.9/1167.6，p 均=0.0000。
• 良性假设：Benford 检验适用于"自然产生"的多源数据集；本论文为公式/索引密集型理论文章，数字多为公式编号、维度索引（如 i=1,…,>）、矩阵下标、参数设定（如 10000、4951、0.01、0.5），均为受控变量而非自然测量值，检验前提完全不满足。
• 严重程度：🟢（前提不满足，仅作线索）
• 复核状态：⚠️ 依据不足（Benford 用于受控范围/编号类数据违反检验前提）

⚠️ 发现 5：图 1 跨子图复用企鹅素材

• 位置：图 1（a）与图 1（c）
• 描述：视觉分析摘要指出，(a) 子图的企鹅实物照片与 (c) 信息传递链中的图像使用了同一张企鹅图。
• 良性假设：图 1 caption 明确说明"图1 使能映射、有噪声信息和信息传递链示意图"——是同一张图的三幅子图，(a)(b)(c) 共同说明"使能映射→有噪声信息→信息传递链"的概念递进。同一概念示意图在不同子图中复用同一素材属于示意图设计惯例。
• 严重程度：🟢（良性解释成立）
• 复核状态：⚠️ 存在良性解释（同一张示意图的子图间素材复用）

⚠️ 发现 6：机器取证 PRNU 高同源 + 多图 copy-move 阳性（I2-I34）

• 位置：img-000 到 img-013 共 14 张嵌入图像
• 描述：程序化图像取证发现至少 4 对图像 PRNU 高度同源（NCC=0.231/0.318/0.063/0.139/0.244 等，PCE 均 > 40）；多张图（img-001/002/003/004/005/006/007/008/010/011/012/013）均触发 copy-move 阳性，匹配块数从 12 到 169 不等。
• 良性假设：
  ① 论文 §6 明确声明所有图均由"§6 各小节的训练数据集 + 测试数据集 + 前馈神经网络"在同一会话中绘制，14 张图同源管线导出完全良性；
  ② Fridrich copy-move 对"坐标轴/边框/刻度线/网格线"等规则重复元素高度敏感，本论文图 3、图 4、图 5、图 6、图 C.1 均为带坐标轴或概念边框的示意图，几乎必然产生同偏移假阳性；
  ③ 期刊 PDF 二次压缩会进一步放大 PRNU 同源性。
• 严重程度：🟢（良性解释成立）
• 复核状态：⚠️ 存在良性解释（同会话导出 + 规则重复元素触发 copy-move 假阳性）

⚠️ 发现 7：图 2 caption 详尽但视觉扫描未识别

• 位置：§4.6 段落引用"图 2 多重信息映射的机器学习因果链"
• 描述：§4.6 正文给出完整图 2 caption（描述四个环节、四个层次），但视觉分析摘要的 12 页扫描中未识别出该图。
• 良性假设：图 2 实际位于论文第 13 页（§4.6 跨越 12-13 页），视觉摘要仅扫描了 12 张页面，可能因截取页面范围未覆盖图 2 所在页，或图 2 排版位置与文字段落分离。论文文本内部一致引用图 2。
• 严重程度：🟢（疑似排版/扫描范围问题，非造假）
• 复核状态：⚠️ 依据不足（视觉摘要扫描范围与论文实际页码可能不匹配）

⚠️ 发现 8：证明中引用"定义 6"但全文无该编号定义

• 位置：§5.1 定理 1 证明第一部分必要性
• 描述：原文 §5.1 必要性证明："令 ?1J(...) = v_I, ?1H(...) = v_ξ, ?1B(...) = v_η，于是根据定义 6，存在信息 A(z_i)..."——但论文中并无编号为 6 的定义，全文仅有 1—5 与 A.1—A.2、B.2 的定义编号。
• 良性假设：可能是作者笔误，原意应为"定义 2"（信息 A 的定义），这属于编辑/校对疏漏而非造假。
• 严重程度：🟢（编辑疏漏）
• 复核状态：⚠️ 依据不足（属于编辑校对疏漏，疑似应为"定义 2"）

发现 9：因果链术语与主流因果文献不一致

• 位置：§1、§4.6 与 §2.1 引用 [3] Schölkopf
• 描述：论文自称"因果链元框架"，但 §2.1 引用了 Schölkopf 2021 的因果表示学习。Schölkopf 框架核心是因果发现 + SCM，而本文 MLT-MF 的"因果链"实际上是信息链/传递性（定义 2 + 引理 1）。
• 证据：§4.6 "多重信息映射的机器学习因果链" 实际表达的是信息载体的链式传递，"因果"含义来自 OIT"使能映射"的物理因果属性，与 Schölkopf 的 Pearl 式因果模型不属同一框架。
• 良性假设：术语命名风险，非造假；论文未声明其因果链等价于 SCM。
• 严重程度：🟢（术语命名风险）
• 复核状态：✅ 成立（作为术语风险提示保留，但非造假证据）

发现 10：作者跨学院挂名与试验执行者所在机构不同

• 位置：作者单位与致谢
• 描述：作者跨三个单位署名（法学院 + 司法研究院 + 计算机学院）；致谢提及"北京邮电大学何俊璇同学按照笔者思路，完成了文中述及的所有试验"——上海交通大学的工作由北京邮电大学学生承担。
• 良性假设：作者实际合作由研究生跨校协作完成是学术界常见现象；署名单位反映作者本人学术归属，与试验执行者机构不同不构成违规。
• 严重程度：🟢（透明度问题，非造假）
• 复核状态：✅ 成立（作为透明度提示保留，但非造假证据）

---

耿同学辣评

这篇论文就好比写了一本《相对论的烹饪学应用》——题目和摘要都写得像要颠覆学科，但翻到里面全是集合论符号、有限自动机和高阶逻辑的排列组合。机器取证那位"数字警察"一来查表，10 行试验的安全率全是 100%——结果论文自己在正文中白纸黑字写着"多于 19%的样本出现非伦理安全预测"，表格里却只有 9% 出头，这是表 1 和正文对着干呢，编辑的时候到底有没有通读全文？更逗的是，作者法学院、司法研究院、计算机学院三块牌子全挂上，最后试验让北京邮电大学的同学帮忙跑，这种"集团军作战"架势像极了导师让外校学生攒数据的老剧本。论文形式化本身没问题，但数据和文本之间的"自相矛盾"，已经到了让人怀疑是不是直接复制粘贴前几次试验结果的级别。

---

建议后续行动

• 最优先：要求作者澄清 §6.3"多于 19%的样本出现非伦理安全预测"与表 1 实际数据（约 9%）之间的明显不一致——这是论文内部可定位的硬矛盾
• 要求作者提供表 1 全部 10 次试验的原始运行日志（含每次 trial 的随机种子、计时代码、模型预测张量），核对计算时间小数位对齐的来源
• 要求作者公开 GitHub 仓库 xuhu6736/MLT-MF 的 commit 历史，核对每次试验的独立运行时间戳
• 要求作者提供 图 3—图 6 的原始绘图脚本（Python/Plotly/Matplotlib 代码），核对是否同一会话导出
• 在 PubPeer 上提出关于"10 次试验正确率均为 100% 且无方差"的方法学质疑
• 向 ChinaXiv 平台编辑部提交勘误请求，要求作者修正"定义 6"引用与"多于 19%"与表格不一致问题

---

⚠️ 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。

---