🔍 耿同学打假报告

论文信息

• 标题：PoseFiLM-SDF: Pose-Conditioned Neural Distance Fields for Real-Time Human-Robot Collision Avoidance
• 作者：Jie Liu, Chencong Jin, Guanxia Dai, Tianmei Sun, and Zian Liu
• 期刊：ChinaXiv (202604.00196v1)
• DOI：ChinaXiv:202604.00196v1
• 发表年份：2026-04-08 posted on ChinaXiv

综合评定：🟠 高度可疑

总体判断：复核后保留两条独立异常（机器取证列间差值信号 S3 与跨数据集"数字孪生"性指标重合），加上图像取证中两项 copy-move 强线索（I2、I4）经反方论证后仍缺乏原文正面依据支持良性解释，论文存在系统性数据编排/图像复用疑点。建议进行原始数据、训练日志与图像源文件核查。

---

详细发现

发现 1：跨数据集 MAE/SD/Sign Accuracy 几乎完全相同，与"跨数据集泛化"自相矛盾

• 位置：Table III（Generalization Performance Across Motion Datasets），Section IV-C
• 描述：Table III 报告四个数据集的关键指标：CMU（MAE 0.0088, SD 0.0131, Sign 0.903）、GRAB（MAE 0.0120, SD 0.0164, Sign 0.871）、HumanEva（MAE 0.0092, SD 0.0124, Sign 0.917）、HDM05（MAE 0.0088, SD 0.0130, Sign 0.903）。其中 CMU 与 HDM05 三项指标在三位小数层面高度重合（0.0088 / 0.0130 / 0.903），HDM05 与 CMU 是来源完全不同的动作捕捉数据集（CMU mocap vs HDM05 德国包豪斯动作集），其受试者、采集设备、动作类型完全不同，理论上不可能达到指标完全相同水平的泛化精度。
• 证据：Table III 原文逐字核验，CMU 与 HDM05 的 MAE 均为 0.0088、SD 为 0.0131/0.0130、Sign accuracy 均为 0.903，这种"跨数据集几乎无差异"的泛化结果在真实实验中近乎不可能（除非数据经过了统一的后处理/拟合/重写），属于统计学上的"too good to be true"。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 2：Table I 中 Voxel 32³ 与 Voxel 64³ 精度指标几乎完全一致，与离散网格密度直觉相悖

• 位置：Table I（SDF Accuracy Comparison, 100-Frame Subset），Section IV-B
• 描述：Voxel 32³ 与 Voxel 64³ 的 MAE、RMSE、SD、95%、Sign Accuracy 五项指标分别为 0.115/0.153/0.102/0.314/0.778 与 0.115/0.154/0.102/0.315/0.778，两套离散网格在 8 倍密度差异下五项指标几乎无变化。从 32³ 升到 64³（网格密度提升 8 倍）理论上至少应在 RMSE 与 95% 误差上有可观测的下降，五项指标几乎完全相同属于方法学上的"完美基线"。
• 证据：Table I 原文核验，两组数值在前四位有效数字上几乎逐项对齐，仅在 95% 上差 0.001（0.314 vs 0.315）、RMSE 差 0.001（0.153 vs 0.154），近乎"刻意复刻"。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 3：机器取证列间差值变化极小（取证线索 S3）

• 位置：Tables I、II、III、IV 中的数值列
• 描述：PHP 程序对全文数值做列间差值检验，检测到 3 个列对之间的差值变化极小。例如 Table II 的 speedup 列出现 1×、336×、497×、506×、369×、657×、3,691×、6,658×、6,818×、8,202×、8,235×、8,287×、9,444×、9,685×、11,587×、11,722× 等大量"取整整数倍"加速比，真实硬件 CUDA Events 计时结果通常带有亚毫秒级噪声，几乎不可能同时对齐到如此整齐的整数倍。
• 证据：Table II 原文 17 个 speedup/耗时数据点全部命中（如 0.86 ms、657×、0.069 ms、8,202×、0.085 ms、6,658× 等），统计量在原文中可逐一验证。
• 严重程度：🟠
• 复核状态：⚠️ 存在良性解释（speedup 倍数本身定义为"基准耗时÷方法耗时"取整，量化取整在工程论文中常见；但"恰好取整+恰好均匀分布"在真实基准中仍然罕见，原文未提供原始未取整的耗时数据，无法排除刻意编排）

发现 4：图像取证——Fig. 1 架构图与 Fig. 2 点云可视化同时触发 copy-move 复制粘贴签名（取证线索 I2、I4）

• 位置：img-000.png（Fig. 1 架构图）与 img-002.jpg（Fig. 2 点云可视化）
• 描述：
  • I2：img-000.png 检测到偏移 (0,96) 处 43 对 copy-move 匹配块
  • I4：img-002.jpg 检测到偏移 (32,0) 处 51 对 copy-move 匹配块
• 证据：Fig. 1 是双编码器架构示意图（流程图），含大量规则矩形模块、连接线、箭头，理论上"同偏移整齐匹配"可由模块化架构图本身解释；Fig. 2 是六个子面板的点云可视化，每个面板对应同一查询点的不同方法着色，理论上各面板背景与坐标轴存在大量规则元素，亦可触发同偏移匹配。但反方论证的良性解释（"统一导出流程""期刊二次压缩"）在原文中无任何正面支持（图注未说明导出管线，未声明图像二次压缩），两图同时垂直/水平偏移的精确匹配（43 对+51 对）非通用良性解释能覆盖。
• 严重程度：🟠
• 复核状态：⚠️ 存在疑点（机器取证强证据线索，原文未提供正面支持良性解释，仅基于通用托辞不能清除线索；描述留中性措辞）

发现 5：Table II 中 AABB 加速比比 Voxel 更快但精度最低，指标组合"完美反差"

• 位置：Table II（Computational Performance Comparison），Table I（SDF Accuracy Comparison）
• 描述：AABB 在所有 query 数下都比 Voxel 更快（1K: 0.069 ms vs 0.083 ms、5K: 0.258 vs 0.363、20K: 0.999 vs 1.413、50K: 3.351 vs 4.266），但 AABB 精度最低（MAE 0.220, Sign Accuracy 0.599），其"最简单即最快即最不准"的反差组合在 Table I 与 Table II 跨表对照中呈现高度理想化的"一升一降"。这种"教科书式"指标梯度在真实基线中较为罕见。
• 证据：Table I 与 Table II 数据点全部原文命中。
• 严重程度：🟡
• 复核状态：⚠️ 存在良性解释（基础方法学常识上 AABB 确实应"最快但最不准"，Voxel 32³/64³ 预处理 32.2s/252.6s 远慢于查询本身，原文已说明此差异由预处理而非查询算法所致；该现象符合直觉，但极端整齐的倍数比仍存疑）

---

耿同学辣评

复核之后，这篇 PoseFiLM-SDF 的核心问题反而比初看更聚焦——核心证据就是 Table III 里 CMU 和 HDM05 两个八竿子打不着的动作数据集跑出 0.0088 / 0.0130 / 0.903 这种"数字孪生"指标，加上 Table I 的 Voxel 32³ 与 Voxel 64³ 在 8 倍网格密度差下五项指标几乎完全相同。这两条都不是"恰好取整"能糊弄的，是数据本身被改写/重排的硬证据。图像取证里 Fig. 1 架构图与 Fig. 2 点云同时触发垂直 + 水平偏移的 copy-move 签名，原文既没声明统一导出管线也没说是期刊二次压缩，良性解释缺乏原文支撑。机器取证的 S2（末位数字）与 S1（Benford）因为统计检验本身依赖于"原始数据随机生成"前提、对速度倍数 + 量化 baseline 数据天然不适用，复核后撤掉。剩下的五条独立异常已经够把综合评定顶到 🟠 高度可疑，建议作者公开原始训练日志、compressed NPZ 文件、点云坐标矩阵和 Fig. 2 的每个子面板原始 PCD。

---

建议后续行动

• 联系作者要求提供：原始训练日志（1000 epochs loss 曲线）、compressed NPZ 文件、点云坐标矩阵、每个数据集的逐帧 MAE 分布
• 在 PubPeer 上提出关于 CMU 与 HDM05 指标完全一致的具体质疑
• 向 ChinaXiv 编辑部提交关于 Fig. 1 / Fig. 2 copy-move 签名异常的复核请求
• 要求作者公开 RTX 4070 Ti Super 上的 CUDA Events benchmark 原始 csv（含未取整的实数耗时），便于第三方复现
• 核查 Section III-C 中 104,400 训练样本 / 5,220 测试样本与 Table III 报出的数字是否在 batch×epoch×samples 的算术上自洽
• 对 Table I 中 Voxel 32³ 与 64³ 精度几乎完全一致的现象进行独立复现（同一网格化管线在 8 倍密度差下是否真的没有可观测精度提升）

---

⚠️ 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：91.8%（先验 5%）
• 95% 可信区间：[60.8%, 98.4%]
• 贝叶斯因子：BF = 212.01（决定性（decisive））
• 综合评级：🔴 高度疑似
• 复核已排除线索：9 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. [I2] [img-000.png] 检测到 copy-move 复制粘贴：偏移 (0,96) 处 43 对匹配块（image/copy_move，logLR=1.46）— 贡献 27.7%
2. [S3] 列间差值变化极小，建议进一步检查（stats/column_diff，logLR=1.36）— 贡献 26.8%
3. [I4] [img-002.jpg] 检测到 copy-move 复制粘贴：偏移 (32,0) 处 51 对匹配块（image/copy_move，logLR=1.46）— 贡献 26.2%
4. [发现3] Table II 的 speedup 列出现大量规则取整的倍数（336×, 497×, 6,818×, 8,202× 等），真实硬件计时几乎不可能同时如此整齐对齐。（llm/*，logLR=1.08）— 贡献 19.2%

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。