🔍 耿同学打假报告

论文信息

标题：Context-aware contrastive learning via structural harmony preservation for generalized category discovery
作者：Wenbo Hu, Yue Lu, Xinchen Ma, Ching Y. Suen
期刊：Knowledge-Based Systems 333 (2026) 114942
DOI：10.1016/j.knosys.2025.114942
发表年份：2025（Available online 22 November 2025）
论文来源：1-s2.0-S095070512501980X-main.pdf

综合评定：🟠 高度可疑

这是一篇纯计算机视觉/机器学习方法论文，无 Western blot、凝胶图等生物图像，无 p 值、SD 类统计量。对机器取证证据逐条处置如下：

[S1] Benford 检验不予采用：论文数据几乎全部为准确率百分比（约 10–99 的有界数值，且大量集中于 50–85 区间的受控分数），Benford 第一位分布的前提明显不满足，χ²=565.5、p=0.0000 的“严重偏离”属于检验前提误用，不作为异常计入。
[S2] 末位分布（χ²=23.5, p=0.0052）：所有准确率均统一保留一位小数，末位为舍入值而非真实末位的概率很高，且样本集中于实际性能区间，检验前提受损，偏离幅度弱，仅作提示不计入定罪。
[S3] 列间差值变化极小：本文多张表格中 CACL 与 CACL* 在类数估计误差为 0% 时数值本来就完全相同（如 C-MNIST、Devanagari，与 Table 7 自洽），列间差小有明确的正文正面依据，不作为异常计入。
[T1] AI 生成文本特征（得分 0.35/1.0）：得分处于低置信区间，短文本误判率高，不作为定罪依据。
[I1–I21] 图像 copy-move / 噪声方差异常：本文图片为示意图（Fig.1）、混淆矩阵（Fig.2）、分布曲线（Fig.3）、网格化原型可视化（Fig.4–6）、t-SNE 散点（Fig.7）和柱状/热图类对比图（Fig.8–9）。这类图的坐标轴、边框、网格线和规则平铺的图像瓦片天然会在同一偏移处产生大量块匹配——例如检测到的 copy-move 偏移恰为 (0,32)、(32,0) 等 32 像素倍数，正是多面板图表网格/瓦片间距的特征，与 Fig.4–6 的图像网格平铺、Fig.2 的多面板矩阵布局在图注描述上相符；噪声方差不一致也与白底图表+彩色子图混排的导出管线相符。所提良性解释在图注中有正面支持，不构成篡改证据。

但正文数据存在多处内部自洽性问题，经逐条核验均能在原文中找到明确依据，无法用排版疏忽完全解释：

详细发现

发现 1：类数估计结果与正文描述直接矛盾

位置：Table 7 与正文 "Estimating the Number of Categories" 段落
描述：正文声称 CACL 在 CIFAR100 上“完美估计”（"CACL shows perfect estimation on CIFAR100"），但 Table 7 明确记录 CIFAR100 的 GT 为 100，CACL 估计为 95，误差 "5 %"。
证据：95≠100，误差 5% 显然不是完美估计，二者必有一处不实。若 Table 7 为真，则该结论性陈述（以及依赖它的 "Analysis across Tables 1-5" 论述）夸大了方法能力。程序化核验确认正文表述与表格数值均与原文一致，矛盾确实存在。
严重程度：🟠
复核状态：✅ 成立

发现 2：CUB 数据集“超越第二名 7.2%”的计算与表格不符

位置：正文 "Fine-grained Classification Performance" 段落 vs Table 4
描述：正文称在 CUB 上 "All" 类别超越第二名 7.2%，但 Table 4 中 CACL 为 70.1，PIS 为 64.5，实际差距仅 5.6%；7.2% 只有用第三高的 PromptCAL（62.9）才能算出。
证据：70.1 − 64.5 = 5.6 ≠ 7.2；正文选择性忽略了表中第二好的对比方法 PIS，涉嫌高估领先幅度。程序化核验确认 70.1、64.5、7.2 三个数据点均在原文命中。
严重程度：🟡
复核状态：✅ 成立

发现 3：Table 9 Devanagari 行存在明显数值错误（NMI Old = 9.7）

位置：Table 9（NMI），Devanagari 行
描述：该行数据为 "91.8 9.7 84.7"，Old 类 NMI 仅 9.7%，而同方法 CACL* 对应值为 97.4；且正文引用 Devanagari NMI 为 "91.8 %"，Old 类不可能同时远低于 All 且低于 New（84.7）。
证据：结合 CACL* 行的 "91.8 97.4 84.7"，9.7 几乎可确定为 97.4 的笔误，但这暴露出表格校对粗糙，且该异常与发现 1、2 同现于同一篇文章的数据报告环节。程序化核验确认 9.7 在原文命中。
严重程度：🟡
复核状态：✅ 成立

发现 4：图注与正文对同一张图的内容描述不一致

位置：Fig. 7 caption vs 正文 "Visualization of Embedding Spaces" 段落
描述：caption 写 "learned by CACL and CACL* on the Devanagari dataset"，而正文明确说对比对象是 "SimGCD and CACL"。图中两列面板究竟是 CACL* 还是 SimGCD 无法从文本判断，直接影响该可视化论证的有效性。
证据：程序化核验确认两处引文均在原文命中，描述冲突客观存在。
严重程度：🟡
复核状态：✅ 成立

附注（不计入定罪）：Table 6 中 CACL 与 CACL* 在 C-MNIST 和 Devanagari 上九个数值完全相同

与 Table 7 中这两数据集估计误差 0%（K*=GT）自洽，属合理结果而非数据复用；Table 4 中 PromptCAL 的 "52.2 52.2 52.3" 虽显凑巧，但系对他人工作的引用，无法核查。Table 11 各行 TO+TN+FO+FN 均加和为 100，内部自洽。

耿同学辣评

方法写得头头是道，表格也算得整整齐齐，结果“完美估计”三个字被自家 Table 7 的 5% 误差当场戳穿；超越幅度把表中第二名的 PIS 直接“蒸发”了；NMI 表里还能塞进一个 9.7% 的老类别成绩；连图 7 到底画的是谁，正文和图注都各执一词——打假第一课：吹牛之前，先把自己论文的表格和图注读一遍。四处问题单独看都像低级失误，但集中出现在同一家数据报告与结论陈述环节，且方向清一色偏向“夸自己”，这个模式本身就值得警惕。

建议后续行动

联系作者要求澄清 Table 7 与正文“完美估计”的矛盾、CUB 领先幅度的计算依据、Table 9 的 9.7 数值以及 Fig. 7 图注冲突
在 PubPeer 上提出质疑
如作者无法解释，向期刊编辑部提交勘误/关切
无需向机构举报（当前证据为数据报告不一致，未达造假层级）

⚠️ 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：86.8%（先验 5%）
95% 可信区间：[51.1%, 97%]
贝叶斯因子：BF = 124.52（决定性（decisive））
综合评级：🔴 高度疑似
复核已排除线索：25 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：

[发现1] 正文声称 CIFAR100 上完美估计类数，但 Table 7 记录估计为 95（GT=100，误差 5%），二者直接矛盾。（llm/*，logLR=1.59）— 贡献 35.6%
[发现2] 正文称 CUB 上超越第二名 7.2%，但 Table 4 中第二好的 PIS 为 64.5，实际差距为 5.6%。（llm/*，logLR=1.08）— 贡献 21.9%
[发现4] 正文称 Fig.7 对比 SimGCD 与 CACL，caption 却写 CACL 与 CACL*，可视化论证对象不明确。（llm/*，logLR=1.08）— 贡献 21.9%
[发现3] Devanagari 行 CACL 的 Old 类 NMI 记为 9.7，与同表 CACL* 的 97.4 及逻辑自洽性不符，疑为笔误。（llm/*，logLR=1.08）— 贡献 20.6%

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。

Context-aware contrastive learning via structural harmony preservation for generalized category discovery