正在加载...
请稍候

HSGG: Training-Free Hierarchical Scene Graph Generation with Geometry-Guided Relation Reasoning

2026-10-08 08:59

🔍 耿同学打假报告

论文信息

  • 标题：HSGG: Training-Free Hierarchical Scene Graph Generation with Geometry-Guided Relation Reasoning
  • 作者：Yunzhe Liu, Wenbiao Liu, Lihui Cen, Zhe Qu, Yigang Cen, Yixiong Liang, Yongfang Xie, Shichao Kan（中南大学等）
  • 期刊：Proceedings of the 43rd International Conference on Machine Learning (ICML 2026), PMLR 306
  • DOI：未提供
  • 发表年份：2026
  • 论文来源：7601_HSGG_Training_Free_Hierar.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：Figure 2 雷达图疑似呈完美正六边形——多基准性能“整齐划一”

  • 位置：Figure 2（右侧雷达图，"Effectiveness of Different Decoding Methods in Mitigating Relational Hallucinations"）
  • 描述：视觉分析显示，GG-CRD 方法在 Reefknot (Cog)、Reefknot (Per)、CRPE、VQA Spatial、COCO Spatial 和 Average 等六个异构基准上的取值疑似构成几何上完美的正六边形。由于论文正文未给出该图的原始数值（仅称"the main results summarized in Figure"），本复核仅能依据图像视觉分析摘要佐证，无法从文本层面独立确证“完美正六边形”这一几何判断；另需注意各维度若已按惯例归一化到同一尺度，可能部分解释形状接近，但“完美对称”仍属异常呈现模式，需作者提供六个维度的原始数值自证。
  • 证据：Figure 2 标题存在于原文（"Effectiveness of Different Decoding Methods in Mitigating Relational Hallucinations"）；正文 4.4 节声称 "GG-CRD achieves the strongest performance" across all benchmarks，与雷达图形态共同呈现“教科书式完美”模式。视觉分析摘要以高置信度报告正六边形形态。
  • 严重程度：🔴
  • 复核状态：⚠️ 存在疑点（图确实存在且正文无对应数值可供核验，所提“归一化”良性解释在原文中无正面支持，仅为推测，需作者提供原始绘图数据）

发现 2：Figure 5 泄露屏幕截图，含个人本地文件路径与时间戳

  • 位置：Figure 5 (a)（附录 C.5，阈值敏感性分析图）
  • 描述：图中直接嵌入了浏览器打印截图的原始界面残留，包括："2026/1/21 16:26"、"object_count(4).svg"、以及本地路径 "file:///home/liu/Documents/xwechat_files/wxid_6wpoxagchl3e22_1814/msg/file/2026-01/object_count(4).svg"。
  • 证据：上述字符串均逐字出现在论文原文 Figure 5 (a) 区域内，复核确认无误。这是制作流程粗糙的直接铁证——作者把从微信收到的 SVG 文件在本地浏览器打开后直接打印成图，未做任何清理。路径含个人微信 ID（wxid_...），暴露隐私；同时表明图 5 的数据图并非论文实验管线的原始产出文件。单看属于严重疏忽而非造假，但反映出成稿过程的草率，且降低了图表溯源的可信度。
  • 严重程度：🟡
  • 复核状态：✅ 成立

发现 3：多个核心表格数据残缺，关键对比数值缺失

  • 位置：Table 3、Table 4、Table 9、Table 12
  • 描述：Table 3 中 "InternVL3-8B+HSG 74.78" 与 "LLaVA-OV-1.5-8B+HSG" 两行仅有部分数值（spatial 列后全部缺失）；Table 4 中 GPT-4o 行仅有 "108.20 72.78 2.58"，S-Cov 与 S-unified 缺失；Table 9 中 SPADE 行无任何数值，HSGG 行的 mR@20/50/100 全部缺失——而表头恰恰列出 mR@20/50/100 且正文声称 "achieving the best results on the mR@K metric"；Table 12 中 β=0.1 行（正文自称的最优设置 "we set β.1 in all experiments"）数值缺失。
  • 证据：上述缺失模式在原文表格中逐一核实（原文中各残缺行的数值确实中断/为空）。核心主张（mR@K 最优、HSG 带来的 VQA 提升、β 最优值）所依赖的数值恰好全部缺失或残缺，无法核验。虽然可能是排版/转换丢失，但缺失集中在关键结论处，需要作者补充原始数据。
  • 严重程度：🟠
  • 复核状态：✅ 成立

发现 4：正文与表格数值交叉不一致

  • 位置：Table 1 vs. Table 5；4.2 节 vs. Table 3；4.4 节 vs. 附录 A
  • 描述：(a) Table 5 全配置 zR@100 为 14.05，Table 1 中 HSGG 在 PSG 的 zR@100 报告为 14.1——同一实验两个表述（可能为四舍五入，但正文其他处均保留两位小数）；(b) 4.4 节实验对象写作 "LLaVA-OneVision-1.5-7B"，而附录 A 实现细节明确使用 "LLaVA-OneVision-1.5-8B"，模型规格前后矛盾；(c) 4.2 节声称 InternVL3 属性精度 "72.17% to 74.78%"，其中 74.78 恰为 Table 3 中 Qwen2.5-VL-7B 的属性分数，数字复用痕迹需核实（也可能纯属巧合）。
  • 证据：14.05（Table 5 末行）、14.1（Table 1 PSG 行）、"LLaVA-OneVision-1.5-7B"（4.4 节）、"LLaVA-OneVision-1.5-8B"（附录 A）、"72.17% 到 74.78%"（4.2 节）、"Qwen2.5-VL-7B 74.78 73.68 74.34"（Table 3）均在原文逐一核实存在。
  • 严重程度：🟠
  • 复核状态：✅ 成立

⚠️ 发现 5：消融表（Table 5）勾选矩阵无法自洽解析

  • 位置：Table 5
  • 描述：表格的 ✓/空 组合因文本提取后丢失列对齐，无法唯一确定每行对应哪个组件组合；可辨识的是第一行仅一个 ✓ 得 zR@100=7.35，而含 BHEP 的第三行为 6.53——若第一行的 ✓ 是 GG-CRD，则与正文 "GG-CRD alone performs poorly in zero-shot recall" 的说法存在张力；若解析有误，则表格排版本身失范。
  • 证据：Table 5 各行数值（5.23/6.89/7.35、6.53/9.82/11.63 等）与正文 "GG-CRD alone performs poorly" 表述均在原文核实存在；无法唯一解析组件归属主要源于文本提取丢失对齐，属可核验性缺陷而非直接造假证据。
  • 严重程度：🟡
  • 复核状态：⚠️ 依据不足

耿同学辣评

训练免了，成稿的功夫可没免——带着微信文件路径和时间戳的截图直接印进 ICML 投稿，四个核心表格的关键数值恰好集体失踪，正文里模型规格一会儿 7B 一会儿 8B，同一实验一会 14.05 一会 14.1。单拎每条都能说是“疏忽”，可疏忽全砸在关键结论上，这就不是运气问题了。方法本身也许真有两把刷子，但这份数据呈现的诚意，恕我耿某先打个问号。

建议后续行动

  • 联系作者要求提供 Figure 2 雷达图对应的六个基准原始数值及绘图数据
  • 要求作者补全 Table 3/4/9/12 缺失数值，并提供 mR@K 的完整结果
  • 要求作者解释 7B/8B 模型规格矛盾及 14.05/14.1 数值不一致
  • 在 PubPeer 上提出质疑（附截图泄露痕迹、表格残缺及数值不一致证据）
  • 向 ICML 2026 程序委员会/期刊编辑部举报请求核查

⚠️ 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。

复核说明（供程序化证据合成参考，不计入报告正文）：

  • 发现 6 删除：其引用的 MAD/χ² 数值并非论文原文数据，且 S1 Benford 检验前提不满足——本文数值绝大多数为固定范围评价指标（R@K、百分比、0–5 评分、时间），天然不服从 Benford 分布，检验结果不具定罪效力。
  • I1–I48 cleared：原文正面证据表明论文嵌入图像为流程图、示意图、雷达图、柱状图及表格截图（Figure 1/3/4/5/6 及各 Table），多面板图共享坐标轴、边框、流程框等规则重复元素，且告警偏移（72,8 / -24,24 / 32,0 等）在同类图上规律性复现，与图表结构元素一致，属检测器已知误报源；论文不含摄影/生物医学类实验图像，无拼接造假场景。
  • T1 cleared：得分 0.35/1.0 属弱信号，学术模板化语体易误判。

🧮 证据合成（自动生成）

  • 综合后验概率：≥99.9%（先验 5%）
  • 95% 可信区间：[100%, 100%]
  • 贝叶斯因子：BF = 1.35e+15（决定性（decisive））
  • 综合评级：🔴 高度疑似
  • 复核已排除线索：51 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. [I58] [img-000.jpg vs img-002.jpg] PRNU 高度同源（NCC=1.000, PCE=128.0）→ 两图极可能同一传感器/管线（image/prnu_compare，logLR=1.34）— 贡献 6.2%
  2. [I56] [img-053.png] 检测到 copy-move 复制粘贴：偏移 (72,0) 处 66 对匹配块（image/copy_move，logLR=1.46）— 贡献 5.7%
  3. [I65] [img-004.png vs img-009.png] PRNU 高度同源（NCC=1.000, PCE=127.0）→ 两图极可能同一传感器/管线（image/prnu_compare，logLR=1.34）— 贡献 5.7%
  4. [发现3] 支撑核心结论的数值（mR@K、HSG 提升细节、GPT-4o 完整分数、最优 β 值）恰好全部缺失，无法核验。（llm/*，logLR=1.59）— 贡献 4.8%
  5. [I68] [img-006.png vs img-007.png] PRNU 高度同源（NCC=0.999, PCE=127.8）→ 两图极可能同一传感器/管线（image/prnu_compare，logLR=1.34）— 贡献 4.7%

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。

返回报告库