研究生论文实验数据造假

问：研究生论文数据造假会被发现吗

1. 答：研究生论文数据造假会被发现如下：
   造假被查出来的大都是生物，材料之类的领域，然而计算机（特指深度学习）才是重灾区，造假容易复现困难随机性强，别说二流论文，顶会论文都没有参考价值。所以除了廉价劳动力够多的大研究室，其他人论文的数量基本取决于不要脸的程度。这也是我再也不想碰ML领域会议的原因。
   比如组合优化的性能曲线，所有人都知道是个指数曲线，你搞个新的剪枝条件，水一点咱不求正确解，毕竟大部分应用下并不需要正确解，切掉1%的解换来50%的速度是很合理的思想。什么性能改进不够大？5次实验最好的跟最坏的比啊，还不行用C+SIMD写的跟Java的比啊，再不行竖搭说实话你随便编个数也没人看得出来，毕竟理论上行得通，行不通那是他程序写的不好。
   要说上面想法毕竟真的，顶多偷懒不想做实验，到了ML领域之后那就是明明白白的造假了。数据集精选到位，想法再烂几百个实验里只要能挑出一个能看的，那就是顶会苗子——normalization + adaptive learning rate + manifold constraint审稿人怎么知道哪个项work？
   再进一步，古典ML还要你写程序做实验，到了DL里这些全都可以省了，完全可以画图编数据发顶会一步到位。毕竟就是个人肉Architecture Search，随便找个domain画个图，编个比SOTA高一点的精度，一篇论文就诞生了。需要公开数据集和代码？某国际大厂研究院实习生发的顶会论文也带代码，
   最近有些研究都开始明目张碧纤乱胆的把validation dataset的distribution当制约条件，甚至直接sample数据进train loop，好家伙演都不演骑头上侮辱人智商呢是不？人家都把造假上升为novel approach了，悔档就别提被发现了，那是伟大的研究懂不懂。

问：硕士论文中数据作假，容易查出来吗？

1. 答：结论错误的多的是，谨慎推测别人作假（最好不要认为别人作假），所以一定要批判性得看文章。所以记得有一句话：理论物理的人都认为自己的结论可信，但别人不信。实验物理的工作别人都相信，唯有自己不信。
   一般来说感兴趣的重复下实验或推导。重复不出来就要找原因，仪器不如人，还是水平不如人，还是没看懂。要认为文章有作假一定要慎之又慎，万分谨慎。在我审查文章时，我们必须认定作者的实验数据没有作假。这是要求。
   至于逻辑漏洞导致的文章结论错误就很多了，不过多看了终能分辨出来。关于逻辑漏洞，会导致文章的结论错误，不是作假，也无关道德。科学的进步本来就是在争论中得出正确结论。在数据有限的情况下，只能凭借忽略次要因素，丛拿衡和猜想来建立模型。那么模型不正确的可能性很高。历史上的大牛们也经常犯错，比如泡利就一直不相信杨-李的弱宇称不守恒一样一样。但是在发展过程中敏手，当实验的数据积累到一定程度，正确的结论就会呼之欲渗做出。
   最后，作假非常恶劣，作假必须严惩，但必须有足够的证据。科研上一开始的新现象大都是偶然所得，重复性不好很正常。重复性好那不是科学，是工程。

问：博士论文数据造假多吗

1. 答：博士论文数据造假多。
   造假是不可取得。硕士研究生毕业论文数据造假不可取，后果很严重，学术红线不能踏。中国的学术造假，曾经到了疯狂的地步，给国家造成了极大的损失，也浪费了无数的资源，但是很多造假者却没有得到应有的惩罚。但中国的大环境一日比一日好，造假也越来越难，也处理了一批学术造假者，国家对这些造假者也是动了真格的。
   现在教育部已经全面开始动手，主要针对博士论文。能够读到博士也是不简单，聪明才智肯定是宴银悔过人的，博士们发的文章，非专业人士肯定是看不懂的。即使是相关行业的人，没有仔细研读文章，也不能判断一晌正篇博士论文的真假，除非真的是大片的抄袭。
   对于博士论文的数据造假，确实很难把握，很少会有人去复核一篇博士论文的数据，除非这篇文章引起了极大的关注。
   要去复核一篇博士论文搏扰是相当难的，还得有资金的支持。特别是理科方面的博士论文，很多论文复核，就需要重新做实验，按照论文给出的思路做实验，看是否是作者给出的结果。有一些实验花费颇大，花费的时间也比较长。这次教育部拨的800万元款项，不知是否能够满足所需。