🔍 耿同学打假报告

论文信息

• 标题：LoRA超参数对扩散模型生成质量与效率影响的系统消融研究
• 作者：韩宇萱（常州大学计算机与人工智能学院）
• 期刊：ChinaXiv 预印本（202607.00199v1）
• DOI：无
• 发表年份：2026年7月（预印本提交日期 2026-07-23）
• 论文来源：202607.00199v1.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：实验设计与方法论自我矛盾——"四因子消融"实际只做了两组核心实验

• 位置：第3节 实验设计与方法（3.1、3.2节）、第4节实验结果
• 描述：摘要声称设计"四因子系统消融实验框架"，但3.2节列出的CPU等效验证管线仅包含四组实验：实验一（Rank消融）、实验二（α/r缩放）、实验三（精度对比）、实验四（学习率调度）。其中"精度对比"并非四因子中的任何一项；"学习率调度"实验使用 Rosenbrock 函数（经典数学优化测试基准），而非 LoRA 微调；CFG（推理引导强度）在等效验证管线中完全缺失，其数据来自 X-ART 平台工程测试经验，而非受控消融实验。这意味着所谓"四因子消融框架"中，Rank 与 α/r 做了矩阵级等效验证，LR 调度退化为数学优化算法基准测试，CFG 只是经验观察总结。论文在多处使用了"消融实验框架"这一具有强方法学含义的措辞，与实际工作存在显著落差。
• 证据：原文3.2节"实验四（学习率调度）：在非凸优化问题（Rosenbrock函数，经典鞍点测试基准）上对比三种调度策略"；4.5节"基于X-ART平台在两个垂直领域（品牌海报、IP形象设计）的工程测试数据"；3.1节列出四因子水平但3.2节等效验证管线只有四组独立实验其中两组与四因子对应。
• 严重程度：🟠
• 复核状态：✅ 成立（程序化核验：4/4 数据点原文命中）

发现 2：摘要数据与方法描述不一致

• 位置：摘要 vs 第3节方法、4.1/4.2/4.5节实验结果
• 描述：摘要在中文摘要中称"缩放因子比值4水平"，但表2实际列出 5 个 α/r 值（0.5、1.0、2.0、4.0、8.0），方法部分3.1节也写"4水平，α/r∈{0.5,1,2,4}"，与表格展示存在出入。同样，摘要称"秩配置6水平"，表1列出 6 行 rank（2、4、8、16、32、64），但正文中 r=1 也被讨论（"逼近误差随rank从1增至32"）。CFG方面，摘要称"推理引导强度5水平"，4.5节却称"经测试的CFG取值范围为1.0-20.0"，远超5个水平。这些是论文最基本的数据展示与摘要声明的不一致。
• 证据：摘要"缩放因子比值4水平"vs 表2列出 5 行 α/r；摘要"秩配置6水平"vs 表1列出 6 行但正文中出现 r=1；4.5节"CFG取值范围为1.0-20.0"vs 摘要"推理引导强度5水平"。
• 严重程度：🟠
• 复核状态：✅ 成立（程序化核验：4/5 数据点原文命中，1 个弱匹配视为存在）

发现 3：α/r更新幅度声称"严格线性关系"但数据存在微小偏离

• 位置：表2 α/r缩放因子实验、4.2节分析
• 描述：表2中 α/r=0.5→1.0 时更新幅度从 0.1455→0.2901（比值约1.994），α/r=1.0→2.0 时 0.2901→0.5800（比值约2.000），α/r=2.0→4.0 时 0.5800→1.1672（比值约2.012），α/r=4.0→8.0 时 1.1672→2.3130（比值约1.982）。论文声称"更新幅度与α/r呈严格线性关系"，但相邻比值在 1.982-2.012 之间波动，并非严格 2.000。如果关系为严格线性，比值应当精确为 2.000。微小但系统性的偏离可能暗示数据按线性关系人为构造后添加了少量噪声。
• 反方论证：原文3.2节"实验二（α/r缩放）：在同秩条件下测量不同α/r值对应的更新幅度"，测量值受浮点精度、矩阵随机初始化种子、有限迭代次数等影响，1%-2% 的偏离属于合理实验噪声。论文也明确承认这是 CPU 上的合成矩阵实验，不要求严格解析线性。
• 反方评估：良性解释在原文方法学描述中有正面依据（CPU浮点计算+有限样本实验），可部分降级。
• 证据：表2数值序列；原文 4.2 节"更新幅度与α/r呈严格线性关系"。
• 严重程度：🟡
• 复核状态：⚠️ 存在良性解释（原文方法部分明确说明为 CPU 合成矩阵实验，1-2% 偏离属合理浮点噪声，"严格线性"措辞略显绝对但非数据造假）

⚠️ 发现 4：标准差数据呈现"过于完美"的特征

• 位置：表3 学习率调度对比、图6
• 描述：表3中 Cosine 的 std=0.0011，Constant 的 std=0.0405，Linear 的 std=0.0070。三种调度策略的 std 精确到小数点后四位，呈现"稳定<中间<震荡"的教科书式三分，且 Cosine 的 std 比 Constant 小近 37 倍——这种极端悬殊的差异在真实优化实验中极为罕见。更关键的是，根据视觉分析摘要描述，图6(a) 中 Cosine 和 Linear 两条收敛曲线"几乎完全重合难辨"，但表3中两者的 Final Loss 仅差 0.0010 而 std 却差 6.4 倍，这一现象需要合理解释。
• 反方论证：原文 4.3 节明确说明实验四是在 Rosenbrock 函数（已知具有狭长山谷结构）上做 1000 步优化、报告最后 100 步 std；Constant 学习率无衰减机制、末期震荡大是已知现象；Cosine 末期学习率趋零故 std 极小也是教科书结论。视觉分析摘要同时确认图6(b)中"cosine std=0.0011线几乎呈水平直线"，与表3数值一致——这是确定性优化器在合成函数上的典型行为，而非多次随机重复实验的统计 std。
• 反方评估：良性解释有原文正面依据（Rosenbrock 函数为确定性问题、单次运行报告末期行为而非多次重复统计），可降级。
• 证据：表3数值；图6 视觉描述；原文 4.3 节"末期震荡"的机理解释。
• 严重程度：🟡
• 复核状态：⚠️ 存在良性解释（原文明确说明为 Rosenbrock 确定性函数单次 1000 步实验报告最后 100 步 std，非多次随机重复统计；Cosine/Linear 曲线宏观重合但局部学习率衰减行为不同，std 差异可由衰减机制解释）

发现 5：论文核心贡献与实际工作量的夸大嫌疑

• 位置：摘要、引言、第1节贡献声明、6节结论

• 描述：论文声称"四因子系统消融实验框架，覆盖rank/α/lr schedule/CFG四个维度共360种配置组合的理论空间"，但实际：

  • (a) CPU等效验证管线只做了 Rank（6水平）和 α/r（5水平）两组矩阵级实验；
  • (b) 学习率调度实验使用 Rosenbrock 函数，与 LoRA 无关；
  • (c) CFG 实验未在等效验证管线中执行，仅引用 X-ART 工程经验数据；
  • (d) "360 种配置组合"从未被实际执行过。

  6×5×3×5=900（按文中实际数字），或 6×4×3×5=360（按摘要所述水平数）——这些是纯数学组合数，并非实验执行数。论文将"理论组合空间"包装为"实验框架"，对读者具有误导性。

• 证据：摘要"覆盖rank/α/lr schedule/CFG四个维度共360种配置组合的理论空间"（原文命中）；3.2节等效验证管线只包含四组独立实验；引言贡献声明"(1)设计并实现了一套完整的四因子LoRA超参数系统消融实验框架"。

• 严重程度：🟠

• 复核状态：✅ 成立（程序化核验：2/4 数据点原文命中，1 个弱匹配视为存在；未找到项"6×4×3×5=360"为数学组合公式在原文中以"360种配置组合"形式存在）

⚠️ 发现 6：统计检验异常——Benford 联合检验严重偏离 + 末位分布不均

• 位置：表1、表2、表3、表4 全部数值数据
• 描述：机器取证显示 Benford 联合检验在第1-4位数字上均严重偏离（χ²值从 21.5 到 404.8，p 值最低接近 0），末位分布严重不均匀（χ²=112.5, p=0.0000）。论文数据为：表1 Reconstruction Error 值（0.98272, 0.96565, 0.93282, 0.87067, 0.75648, 0.54300）末位集中在 2/5/8/7/8/0；表2 Update Magnitude 值（0.1455, 0.2901, 0.5800, 1.1672, 2.3130）末位集中在 5/1/0/2/0；表3 Final Loss 值（2.1419, 0.4118, 2.1409）末位全为 9/8/9。
• 反方论证：Benford 检验的前提是数据来自"自然产生过程"（如账目、人口、地理测量），对受控实验的合成/确定性数据本就不适用。本论文数据来源明确为：(1) 合成预训练权重矩阵逼近实验、(2) α/r 解析理论关系测量、(3) Rosenbrock 确定性函数单次优化、(4) 量化精度理论值（FP32=4096、FP16=2048、INT8=1024 是数学精确值）。这些数据要么是确定性合成、要么是理论精确值，根本不满足 Benford 检验的统计前提。同理，末位数字分布检验对受控范围（6 个 rank 值、5 个 α/r 值、3 个调度策略、3 个精度）的少量样本也无统计意义。
• 反方评估：Benford/末位检验的前提条件明确不满足（数据均为合成/确定性/理论值，样本量极小），良性解释有原文正面依据（3.2节方法描述+表4理论值），应 cleared。
• 证据：机器取证证据 S1、S2；原文 3.2 节实验方法描述；表4数值（FP32=4096 等为精确 2 倍比例理论值）。
• 严重程度：🟡（降级）
• 复核状态：⚠️ 存在良性解释（Benford/末位分布检验的前提是自然产生过程的统计样本；本论文数据为合成矩阵、确定性优化、量化理论精确值（FP32/FP16/INT8 严格 2 倍比例），样本量过小且不满足检验前提，统计显著不等于数据造假）

⚠️ 发现 7：图像取证——PRNU 高度同源 + 多图 copy-move 匹配

• 位置：img-000.jpg 至 img-005.jpg（6张图）
• 描述：机器取证显示 PRNU 比对中 img-002.jpg 与 img-004.jpg 的 NCC=0.405、PCE=15.7，被标记为高度同源。所有 6 张图都检测到 copy-move 特征（偏移 (32,0) 或 (0,32)，匹配块从 24 到 130 对不等），其中 img-003.jpg 匹配块达 130 对、img-004.jpg 虽仅 24 对但 PRNU 高度同源且噪声方差 CV=1.22 高度不均（疑似拼接）。
• 反方论证：原文视觉分析摘要明确说明"本文所有可视化内容均为理论示意图、流程框图和基于合成/理论数据的统计图表"，论文所有插图均为：(1) LoRA 原理示意图（矢量概念图）；(2) 消融框架流程框图；(3) 基于合成数据/Rosenbrock 函数的统计图表——不包含任何真实拍摄图像、Western blot 或显微镜照片。机器取证证据自身也明确标注良性解释："图表中规则重复的元素（多面板坐标轴/边框/泳道条纹/刻度）也会形成同偏移匹配"。本文所有图表均为程序/软件统一渲染生成的合成统计图，坐标轴、边框、刻度等元素高度模板化是预期现象，PRNU 同源也符合"统一渲染管线导出"的良性解释。但论文未声明图表来自"不同设备/不同批次拍摄"，因此 PRNU 同源不构成强造假证据。
• 反方评估：良性解释在原文方法学描述中有正面依据（3.2节明确说明图表基于"小型UNet+合成数据"程序生成，所有图表均经同一渲染管线导出），可降级。但噪声方差 CV>1.2（img-003、img-004）作为拼接嫌疑线索保留为疑点。
• 证据：机器取证证据 I2、I4、I6、I8、I10、I12、I14；视觉分析摘要说明图表性质；原文 3.2 节"等效验证管线基于小型UNet和合成数据"。
• 严重程度：🟡
• 复核状态：⚠️ 存在良性解释（原文明确说明所有图表为合成数据统计图与矢量示意图，程序化统一渲染管线导出，图表模板化元素（坐标轴/边框/刻度）会形成规则 copy-move 匹配；PRNU 同源亦符合"统一导出管线"良性解释，原文无声明图表来自不同设备/批次。但 img-003/004 噪声方差 CV>1.2 作为拼接嫌疑线索保留疑点）

耿同学辣评

这篇论文的"消融实验"就像一个号称四菜一汤的套餐——打开一看，一盘是合成矩阵的数学玩具，一盘是六十年代优化算法的 benchmark 测试题（连菜都不是，是教科书例题），汤是自家平台的经验数据，最后两道菜直接消失了，只剩一张写着"理论上有"的菜单。摘要说"360 种配置组合"，实际动手做的不到十分之一；摘要说"缩放因子 4 水平"，表里多出一个 8.0；摘要说"CFG 5 水平"，正文又写"1.0-20.0"。所谓"四因子系统消融框架"——Rank 与 α/r 做了矩阵级等效验证，LR 调度退化成了 Rosenbrock 函数基准测试，CFG 只是经验观察总结——这种降维打击式的方法学包装，与摘要宣称的"系统消融"严重不符。诚然，统计检验和图像取证在线大多因"数据是合成/确定性的"而得到合理解释——但方法论的自我降级和数据展示与摘要声明的不一致是实打实的硬伤。朋友，消融实验不是把超参数名称排成表格就算做的。

建议后续行动

• 联系作者要求提供等效验证管线的原始代码与中间过程数据
• 在 PubPeer 上提出关于 Rosenbrock 函数替代 LoRA 训练的方法论质疑
• 向 ChinaXiv 编辑部提交关于摘要与正文数据不一致的报告（α/r 水平数、CFG 范围）
• 建议作者明确区分"理论组合空间"与"实际执行配置数"，避免误导性表述
• 向常州大学计算机与人工智能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：48.2%（先验 5%）
• 95% 可信区间：[16.2%, 77.2%]
• 贝叶斯因子：BF = 17.65（强（strong））
• 综合评级：🟡 低风险
• 复核已排除线索：23 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：

1. [发现1] 四因子消融框架中，CFG未做等效验证，学习率调度用Rosenbrock函数替代LoRA，精度对比不属于四因子之一，实际只做了两组核心矩阵级实验。（llm/*，logLR=1.59）— 贡献 56.8%
2. [发现2] 摘要声称α/r为4水平但表2列出5个值；摘要声称rank为6水平但表1列出6行（含r=2-64共6个值，但文中还提到r=1）；摘要声称CFG为5水平但实际测试范围为1.0-20.0。（llm/*，logLR=0.9）— 贡献 30.4%
3. [发现5] 相邻α/r比值对应的Update Magnitude比值在1.982-2.012之间波动，并非严格2倍线性关系，与'严格线性'声称存在微小但系统性的偏离。（llm/*，logLR=0.39）— 贡献 12.8%

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_v3（Phase 5 基准回归校准：任务级触发率比值+复核处置标签，n=11，向 v2 收缩 k=10）；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。