🔍 耿同学打假报告

论文信息

标题：Attention Is All You Need
作者：Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Aidan N. Gomez, Łukasz Kaiser, Illia Polosukhin
期刊：NeurIPS (NIPS 2017), Long Beach, CA, USA
DOI：无（arXiv:1706.03762v7）
发表年份：2017
论文来源：1706.03762v7.pdf

综合评定：✅ 清白

本文即著名的 Transformer 原始论文，是经全世界数千个团队复现、引用十余万次的里程碑式工作。复核后仅剩 1 处轻微的编辑性不一致（informational），其余机器取证线索均经反方论证后确认为假阳性，全部清除。逐条复核说明如下：

关于 Benford 检验（S1）：检验前提不满足。Benford 分布适用于跨数量级的自然测量数据，而本文数值为 BLEU 分数（23.75–41.8，量程极窄）、困惑度（4.33–6.11）、参数量、超参数（512/2048/64 等工程上刻意选择的 2 的幂）、FLOPs 估算值（作者在第 6.1 节脚注中自述为“训练时间 × GPU 数 × 单卡算力”的粗略估算）——首末位分布严重偏离 Benford 完全在预期之内，该检验在此数据类型上不具备取证效力。已清除。

关于列间差值（S2/S3）：表格中各行本就是同一模型在不同超参数下的对照实验（如 Table 3 行 (C) 中 d_ff 从 256 到 1024 的系统性扫描），数值相近或呈规律性变化正是合理的消融实验结果。已清除。

关于图像取证（I1–I20）：经视觉审查确认，本文全部“图像”均为矢量示意图（模型架构图 Figure 1–2）与注意力热力图（Figure 3–5），不含任何实验照片（无 Western blot、凝胶、显微照片）。copy-move 命中点的偏移量（如 (0,64)、(0,32)、(32,0)）恰好对应注意力热力图中规则网格单元的平移周期与 pad 对齐的行列结构，属示意图规则重复元素的典型假阳性；noise_variance 异常对应图像中文字/线条密集区与空白区的天然噪声差异；PRNU 检验是为相机拍摄照片设计的，对同一软件渲染导出的示意图完全无意义，且论文并未声称任何图像来自“不同设备/批次拍摄”，不存在 PRNU 证据的适用前提。视觉摘要亦确认无实验图像篡改迹象。全部清除。

详细发现

发现 1：正文与摘要/表格数值不一致（轻微）

位置：Section 6.1 vs Abstract / Table 2
描述：正文称 "our big model achieves a BLEU score of 41.0"（英-法任务），而摘要与 Table 2 均报告 41.8。
证据：程序化核验确认三个数据点（41.0、41.8、Table 2 对应行）均在原文命中。这是该论文 v7 版本中已知的编辑性不一致，属于修订遗留的笔误而非数据造假。
严重程度：🟡
复核状态：informational（数值不一致确凿存在，但为编辑笔误，不构成学术不端证据）

发现 2：表格数据核验

位置：Table 2 / Table 3 / Table 4
描述：数值末位分布自然、无整齐 SD、无恒定列差、无 p 值堆集于 0.04–0.05 区间；模型变体（Table 3）呈现真实的非单调噪声（如 h=16 时 BLEU 25.8 反而高于 h=8 的 25.5），这种“不完美”恰是真实实验的特征。
证据：程序化核验 6 个数据点全部命中；方法描述与超参数、时间线（P100 GPU 于 2016 年发布，论文 2017 年发表，训练 3.5 天 × 8 GPU 的描述自洽）均可验证。
严重程度：无异常
复核状态：informational（指向清白的良性观察）

发现 3：图像与时间线核验

位置：Figure 1–5
描述：全部为示意图/注意力可视化，无实验图像，不存在复用、拼接、篡改的可能对象；代码开源链接（tensor2tensor）、硬件参数（8× P100）均可验证，"trained for 3.5 days on eight GPUs" 在原文摘要与 Section 6.1 中均可确认。
证据：视觉摘要确认无 Western blot、显微照片等易篡改图像；机器取证命中经反方论证均系示意图规则结构所致的假阳性（详见综合评定部分）。
严重程度：无异常
复核状态：informational（指向清白的良性观察）

耿同学辣评

这篇“8 个作者排队合著、引用随机排序”的论文，大概是学术界被显微镜式打假照得最亮的一篇——结果人家是真金白银：你拿 Benford 定律去查 BLEU 分数，就好比拿体温计去量 Transformer 的参数量，量不出病，只能量出你工具用错了。全文唯一的“瑕疵”不过是正文一个 41.0 没跟上表格的 41.8，这属于编辑校对问题，不是学术诚信问题。

建议后续行动

无需举报——该论文经受住了全球范围内的海量复现检验
唯一建议：作者可在后续版本中修正正文 41.0 与表格 41.8 的不一致（历史遗留笔误）

⚠️ 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。

Attention Is All You Need