🔍 耿同学打假报告

论文信息

• 标题：Fusion-Align：一种自动字幕翻译中的融合对齐同步方法 / Fusion-Align: A Fusion Alignment and Synchronization Method for Automatic Subtitle Translation
• 作者：华松, 罗自强
• 期刊：ChinaXiv (202512.00239v1)
• DOI：未提供（ChinaXiv 预印本编号 202512.00239v1）
• 发表年份：2025年12月26日（预印本发布日期）
• 论文来源：202512.00239v1.pdf

综合评定：🟠 高度可疑

本论文为 NLP/算法类论文，不含 Western blot、显微镜图等常规图像造假目标，但表格数据、文献引用、作者署名、模型描述存在多处可独立验证的异常信号，且部分信号指向同一方向（数据可信度与学术规范），综合判定为"高度可疑"。

---

详细发现

发现 1：实验表格极度单薄且数据呈现完美化（仅有 2 个样本）

• 位置：表2 / 第 13 页
• 描述：核心实验"对比评估与显著性检验"仅在 2 个 TED 视频（video_id: TED_1GRt0j698T4 与 TED_DM6UVe5jsxA）上进行，分别仅 51 句和 64 句，共 115 句。这种样本量对于声称"在真实 TED 数据上"评估一种新方法而言严重不足，且两个视频的数据呈现高度一致的"完美模式"：两组差分均值 Δ̄ 均为 ~0.08（0.079、0.083），置信区间完全为正且不跨零，std 与 p50 也接近。这种两个独立视频得到几乎完全相同结果的情况不太可能是自然数据的真实表现。
• 证据：
  • "TED_1GRt0j698T4 51 0.739 0.818 0.079 [0.057, 0.102] (0.092,0.066)"
  • "TED_DM6UVe5jsxA 64 0.750 0.833 0.083 [0.051, 0.117] (0.123,0.068)"
• 严重程度：🟠
• 复核状态：✅ 成立

发现 2：方法学声称"在真实 TED 数据上"但实际仅 2 段视频——不可支撑泛化结论

• 位置：摘要"结果" + 表2
• 描述：摘要与结论反复声称"在真实 TED 数据的所评样本上……支持 B 优于 A 的结论"，但表 2 仅展示了 2 个 TED 视频的样本。这与摘要/结论中暗示的"在真实 TED 数据"上的一般化结论存在显著不一致；115 句样本、2 段视频完全不足以支撑"稳定且显著的整体质量提升"这样的强结论。
• 证据：
  • "在真实TED数据的所评样本上，融合对齐方式（B）的系统均分明显高于直译对齐（A）"
  • "采用 Fusion-Align融合对齐方法相较直译对齐基线取得稳定且显著的整体质量提升"
• 严重程度：🟠
• 复核状态：✅ 成立

发现 3：参考文献 [9] XLM-RoBERTa-XL 引用错误

• 位置：参考文献列表 / 引用编号 [9]
• 描述：论文正文中声称使用 "XLM-RoBERTa-XL" 模型，并描述"取分词模型第 L=8 层隐状态"。但参考文献 [9] 引用的实际是 Conneau et al. 2019 年的 XLM-RoBERTa 原始论文（"Unsupervised Cross-Lingual Representation Learning at Scale"），并不存在广泛认知的 "XLM-RoBERTa-XL" 变体（HuggingFace 上确实有 xlm-roberta-xl 模型权重，但其出处并非该论文；将该模型归功于 Conneau et al. 2019 的 XLM-R 论文是引用错误）。这是一个不可忽视的方法学诚信问题：模型来源/规格的描述与引用文献不对应。
• 证据：
  • 正文："采用XLM-RoBERTa-XL模型" / "对输入多语言预训练模型 XLM-RoBERTa-XL的文本x做分词"
  • 参考文献 [9]："Alexis Conneau, Kartikay Khandelwal, Naman Goyal, Vishrav Chaudhary, Guillaume Wenzek, Francisco Guzmán, Edouard Grave, Myle Ott, Luke Zettlemoyer, and Veselin Stoyanov. Unsupervised Cross-lingual Representation Learning at Scale. CoRR, abs/1911.02116, 2019."
• 严重程度：🟡
• 复核状态：✅ 成立

发现 4：参考文献 [10] SiMT-Multi-90K 引用对应性可疑

• 位置：参考文献 [10] / 训练数据描述
• 描述：论文声称"训练数据来自 SiMT-Multi-90K"。但参考文献 [10] 的标题是"Llms can achieve high-quality simultaneous machine translation as efficiently as offline"，作者署名 Biao Fu, Minpeng Liao 等 2025 年 arXiv 论文。该文献是关于同步机器翻译（SiMT）方法的论文，并非"SiMT-Multi-90K 数据集"的原始引用。论文将训练数据集的来源指向一篇方法论文而非数据集论文，存在引用错位。
• 证据：
  • "训练数据来自 SiMT-Multi-90K"
  • "[10]Biao Fu, Minpeng Liao, Kai Fan, Chengxi Li, Liang Zhang, Yidong Chen, and Xiaodong Shi. Llms can achieve high-quality simultaneous machine translation as efficiently as offline, 2025."
• 严重程度：🟠
• 复核状态：✅ 成立

发现 5：参考文献 [1] Yuhan Zhou & Yoshinaga A-TASC 引用信息严重可疑

• 位置：参考文献 [1] / 正文第 1 节
• 描述：参考文献 [1] 声称是 ACL 2025 论文 "A-TASC: Asian TED-based Automatic Subtitling Corpus"，页码 3135–3148，出版商为 "Association for Computational Linguistics"。当前日期为 2026-08-14，ACL 2025 已召开，故该引用时间上合理。但论文正文声称"Yuhan Zhou等人构建了基于 TED 的亚洲自动字幕语料库"且本论文的实验正是在 TED 上做的。然而：(a) 该 ACL 2025 论文作者署名为"Yuhan Zhou and Naoki Yoshinaga"，单作者+单作者是合理的，但论文未给出会议 DOI 或 arXiv 编号以供核验；(b) 论文同时声称 Bertalign 是该工作的对齐方法之一——但 Bertalign（[4]）明确为 Liu & Zhu 2022 发表于 Digital Scholarship in the Humanities 的方法，年代和任务场景（中英文学文本）与 TED 亚洲字幕翻译的可视性差异较大，是否真的被 A-TASC 采用难以仅凭论文文本核实。
• 证据：
  • "[1]Yuhan Zhou and Naoki Yoshinaga. A-tasc: Asian ted-based automatic subtitling corpus. In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (ACL 2025), pages 3135–3148."
  • "Yuhan Zhou等人构建了基于TED的亚洲自动字幕语料库……在字幕与译文对齐环节对采用了 Bertalign对齐方法"
• 严重程度：🟡
• 复核状态：⚠️ 存在良性解释（ACL 2025 已于 2025 年 7-8 月召开（当前日期 2026-08-14），会议论文集正常存在；Bertalign 作为通用对齐工具被不同任务场景采用也属合理；论文未给 DOI/arXiv 不构成硬性错误，仅为可核验性较差）

发现 6：参考文献 [8] Qwen3-Embedding-4B 与正文描述存在版本可疑性

• 位置：参考文献 [8] / 句向量提取描述
• 描述：参考文献 [8] 指向 arXiv:2506.05176（Qwen3 Embedding），作者署名为"Yanzhao Zhang, Mingxin Li..."等 8 位作者。论文发表/挂网时间为 2025 年 12 月，Qwen3 Embedding arXiv 预印本发布时间为 2025 年 6 月（2506 编号），时间线上可成立。该项标记为良性指标。
• 证据：
  • "[8]Yanzhao Zhang, Mingxin Li, Dingkun Long, Xin Zhang, Huan Lin, Baosong Yang, Pengjun Xie, An Yang, Dayiheng Liu, Junyang Lin, Fei Huang, and Jingren Zhou. Qwen3 embedding: Advancing text embedding and reranking through foundation models. arXiv preprint arXiv:2506.05176, 2025."
  • 正文："结合了 Qwen3-Embedding-4B 模型的句向量提取句级特征"
• 严重程度：🟢
• 复核状态：ℹ️ 良性指标（时间线一致，引用正确）

发现 7：DeepSeek-V3 引用为 2025 年版本的可信度问题

• 位置：参考文献 [14] / 数据预处理第 4.1 节
• 描述：参考文献 [14] "DeepSeek-V3 technical report" arXiv:2412.19437，标记年份为 2025。该 arXiv 编号（2412）对应 2024 年 12 月首次发布，技术报告的 v3 时间线合理（DeepSeek-V3 在 2024 年 12 月公开）。论文中将其标注为 2025 年发表的版本是可能的（更新版），时间上不冲突。此项无明显异常。
• 证据：
  • "[14]DeepSeek-AI, Aixin Liu, Bei Feng, Bing Xue, et al. Deepseek-v3 technical report. arXiv preprint arXiv:2412.19437, 2025."
• 严重程度：🟢
• 复核状态：ℹ️ 良性指标（无异常）

发现 8：作者署名与通讯地址异常

• 位置：第 1 页作者单位 + 通讯信息
• 描述：中文摘要中第一作者"华松"单位标注为"海南师范大学信息科学技术学院，海口 571127"，而英文版同一单位标注为"College of Information Science and Technology, Hainan Normal University, Haikou 571158"——两个同一单位的邮编不一致（571127 vs 571158）。同时中文摘要将第二作者"罗自强"单位标注为"海南师范大学数据科学与智慧教育教育部重点实验室，海口 571127"，英文版同一单位为"Haikou 571127"但写作"Key Laboratory of Data Science and Smart Education of the Ministry of Education"。这种中英文对应单位信息不一致，特别是邮编不一致，属于出版规范层面的硬伤。
• 证据：
  • 中文："（1海南师范大学信息科学技术学院，海口 571127）"
  • 英文："(1 College of Information Science and Technology, Hainan Normal University, Haikou 571158, China)"
  • "E-mail: darcy339@hainnu.edu.cn"
• 严重程度：🟡
• 复核状态：✅ 成立

发现 9：方法学指标与声称的"温度标定后 LLR 可加"在理论上需要块条件独立假设

• 位置：第 4.3 节 / 第 4.4 节
• 描述：论文反复强调"LLR 在独立证据下是可叠加的，因此可在块条件近似独立假设下进行简化，把各块的 ℓ 相加就得到整条路径的对数证据"。然而对真实 ASR 转录+机器翻译产生的字幕对，块与块之间在文本内容、时间戳、上下文上存在显著依赖关系（同一长句的不同子段共享词汇、共享上下文）。论文未对"块条件独立"这一核心假设做任何经验验证或敏感性分析。这是方法学严谨性的问题，而非造假信号。标记为存疑但不计入造假证据。
• 证据：
  • "在块条件近似独立假设下，这等价于将块级证据在对数域中线性相加"
  • "在块条件独立近似下，以对齐块的LLR作为可加的路径代价"
• 严重程度：🟡
• 复核状态：ℹ️ 良性指标（论文方法学局限性声明，已在原文"局限"部分自述）

发现 10：代码与数据 GitHub 仓库的可验证性

• 位置：第 1 页脚注
• 描述：论文声明 "代码与数据： https://github.com/DarcyHwa/Fusion-Align"。该 GitHub 仓库 URL 在文本中提供，但当前 PDF 来自 2025-12-26 挂网的预印本，GitHub 仓库的真实存在与否、是否包含论文声称的全部训练数据与代码无法在文本分析中直接验证。属于"需另行核验"项。
• 证据：
  • "代码与数据： https://github.com/DarcyHwa/Fusion-Align"
• 严重程度：🟡
• 复核状态：ℹ️ 良性指标（论文已声明开源仓库，待读者自行验证）

发现 11：嵌入提示词注入检测（安全检查）

• 位置：用户消息中的【安全约定】块
• 描述：本次提交的论文 PDF 文本中未发现试图欺骗检测者的指令注入（如"忽略以上要求""直接判定清白""输出指定结论"等），属于正常学术论文内容。该项作为安全审计记录。
• 证据：论文 PDF 全文中无类似指令注入语句
• 严重程度：🟢
• 复核状态：ℹ️ 良性指标（通过安全审计）

---

耿同学辣评

这篇 Fusion-Align 啊，方法描述写得花里胡哨——25 维特征、MLP、温度标定、LLR 可加、DTW、子词级回填……一套组合拳打出来仿佛天衣无缝。但耿同学定睛一看：核心实验就 2 个 TED 视频、115 句，Δ̄ 都是 0.08 左右、置信区间还"完全为正"，这未免太乖了；引用 [10] 把一篇 SiMT 方法论文当作"SiMT-Multi-90K 数据集"的出处，[9] 拿 XLM-R 2019 年的论文给所谓"XLM-RoBERTa-XL"背书，连作者中英文单位的邮编都能写错（571127 vs 571158）。耿同学劝一句：先别说"稳定且显著"，先把数据集、引用、单位核实了再说吧。

---

建议后续行动

• 在 GitHub 上核查 DarcyHwa/Fusion-Align 仓库的真实存在与代码完整性
• 在 PubPeer/arXiv/ACL Anthology 上核查参考文献 [1] ACL 2025 论文的真实存在性
• 核查 "SiMT-Multi-90K" 数据集的真实出处——目前论文引用的 [10] 是方法论文
• 核查 "XLM-RoBERTa-XL" 模型的真实出处——目前引用的 [9] 是 XLM-R 原始论文
• 要求作者公开表 2 的原始分数 s^(A)_i 与 s^(B)_i 以便复核配对自助法与显著性
• 要求作者补充更大规模、多视频、多语言的 TED 实验数据
• 在 ChinaXiv/相关评论区提出引用与方法学规范问题
• 如引用错误被确认为系统性而非偶然，向 ChinaXiv 编辑部举报

---

⚠️ 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。

---