如何看待北京理工大学某硕士生被指几乎一字不差地抄袭论文？ 第1页

到目前为止，还没有一篇技术分析帖，大家都是对着PDF截图在做猜想。趁着中秋假期，我来做一篇技术分析吧。

技术分析的主要来源是LaTeX源文件。arxiv网站要求论文上传者必须上传LaTeX源码，而从这些源码里，能够找到非常丰富的信息。我将两份LaTeX源码放在了清华云盘，方便大家下载。一份是原作者的，一份是抄袭者的。

在本回答中，我主要想搞清楚，这次抄袭是来自PDF文件泄露，还是来自源码泄露。

下面开始技术分析。

首先是抄袭者arxiv上传的源码清单，可以看到2.pdf 和 3.pdf 是论文中两张图对应的文件，cvpr.cls和ieee_fullname.bst是官方模板，没有什么信息。关键在于egbib.bib文件和LAD-CVPR.tex文件。

抄袭论文借用了CVPR2021的paperID为4506的投稿模板

在LAD-CVPR.tex文件中，我们可以看到以下两行，也就是说这个模板是从一篇CVPR2021投稿、paperID 4506的论文的模板中改过来的。根据CVPR官网的信息，4506这篇论文已经被CVPR2021接收了。但是在CVPR2021的论文中查不到Label Assignment Distillation for Object Detection这一篇论文。那么，这很可能表明，抄袭者和CVPR2021 的4506论文作者有关系。由于论文投稿的paperID并不会公布，我们目前不知道它是哪一篇论文。这就需要与CVPR2021的PC联系了。

更新：4506的一作在评论区回复了，CVPR2021的paperID为4506的论文是"Multi-Scale Aligned Distillation for Low-Resolution Detection"，一作并不认识抄袭者。

4506的一作提供了图片证明：

这样一来，为什么抄袭者的LaTeX源码里有4506论文的信息呢？

幸运的是，Multi-Scale Aligned Distillation for Low-Resolution Detection这篇论文也已经挂了arxiv，因此也能下载到它的源码。于是我又去翻了翻源码（也放在清华云盘里了），这下找到原因了：

抄袭者看到了Multi-Scale Aligned Distillation for Low-Resolution Detection这篇论文的arxiv，然后以此为模板，把不知道从哪里得到的原论文PDF进行了复刻，填充到模板中，挂上了arxiv。

因此，4506的作者完全是被误伤了，在此对作者表示歉意。

抄袭论文是抄袭者对着PDF进行了复刻

Excel2LaTeX的标记

在LAD-CVPR.tex文件中，有一张表格引起了我的注意：

图中的这一行注释“% Table generated by Excel2LaTeX from sheet 'Sheet5'”对我来说太熟悉不过了，因为我本人经常用Excel记录数据，再利用Excel2LaTeX插件来转换成LaTeX代码。我还写过一篇知乎文章来介绍这种方便的方式：

对比而言，原作者论文中，这张表格的源代码是：

原作者的源代码中并没有Excel2LaTeX的标记。

所以基本可以肯定，抄袭者是对着不知道何种途径拿到的一份PDF，将表格抄写在Excel里，再利用Excel2LaTeX插件进行了转换。

citation的名字及顺序

正常写过论文的人都知道，会给引用的文章一个简单好记的名字，方便引用。而且源码中引用论文的顺序是乱的，因为软件会帮助我们自动进行排序。然而，抄袭论文是对着PDF复刻的，所以他们对着软件排序之后的结果，一个一个地去找对应的论文并加上去。

我截图找出了原作者在NeurIPS2020投稿上的引用部分，大家关注这几个引用：

然后在抄袭者的egbib.bib文件中：

用于biblatex引用的label与原作者被拒稿的论文中引用序号完全一致！

图片中的文字错位

在抄袭者的3.pdf文件中，放大后我们能看到左上角sco三个字母出现了错位，而res没有。这说明抄袭者是将原作者的PDF放大并进行截图导致的。

事已至此，基本可以下结论：抄袭者通过某种途径获得了原作者的被拒论文的PDF版本，然后对着PDF进行“人工反编译”，将PDF写成LaTeX，并套用CVPR2021投稿中paperID为4506的论文的模板，将论文挂上arxiv，然后被原作者发现。

那么，至于抄袭者是通过审稿渠道获得PDF，还是在一些地下市场获得PDF，那就不得而知了。这个需要进一步追查。

不幸中的万幸，这不是一次源码泄露导致的抄袭。如果是源码泄露，那可能就是overleaf被盗，广大科研工作者都要担惊受怕了。

这人选错学校了。

如果选的是复旦大学，这么做不仅不够成学术不端，复旦大学还要给他颁发博士学位。而且还会成为以学术专业性闻名的网红，得到众多粉丝簇拥。

帮吃瓜群众总结一下事情全貌。本次事件是实锤无误，不仅有被抄袭者的原论文和抄袭者的现论文对比（几乎一字不差）；而且抄袭者也承认是他的错误（据称是“pdf上传错误“）。然而这件事情远非抄袭那么简单（后文祥谈）。

1、时间线回顾：

作者王剑锋（知乎大V @王剑锋 ）2020年Neurips投稿了一篇文章（投稿截止日期为2020年6月5日），标题为Label Assignment Distillation for Object Detection，该文后被拒稿。由于Neurips的投稿是有记录的，所以此事实为真。

抄袭者在2021年arxiv上传了一篇文章，题目为Label Assignment Distillation for Object Detection，一字不变。上传时间为2021年9月16日，在被抄袭者投稿一年之后。因此时间上，必然是王剑锋拥有著作权，无可争议。投稿人为Minghao Gao, Hailun Zhang和Yige Yan。

与之前发生过的公开论文被抄袭事件不同。按照AI会议的规定，审稿期间的文章是不允许外泄的，因此，抄袭者是如何得到论文的，是一大疑点。

2、被抄袭论文与抄袭论文对比

我们把王剑锋的论文和arxiv的抄袭论文放到一块对比，发现几乎一字不差。

先看摘要部分：

方法部分也一模一样，绝对不是“写作不规范”：

不仅公式一模一样：

就连论文中的图也是直接搬过来：

读者可以自行对比其他部分：

王剑锋论文链接

arxiv抄袭论文链接

3、二作的回应：

首先，抄袭者通过邮件回复了王剑锋，

可以看到，主要意图是：（1）承认是自己提交的arxiv（2）否认是故意抄袭（3）将责任推给第一作者（4）希望王剑锋撤回举报了事。

王剑锋当然很不满意，难道arxiv也能“错误提交”？作为提交者，虽然不是第一作者（但是是共同第一作者），也应该负有主要责任。如果一字不差的全文照搬都不算抄袭，那么还有什么算抄袭？

后面抄袭者还在知乎上联系了王剑锋，基本意图没有什么改变。

（1）承认自己提交的

（2）否认是故意抄袭

共同第一作者居然说对文章的事情“不是很了解“，也是够绝了。

（3）将责任推给第一作者

（4）希望尽快了事

4、一作的回应：

后面抄袭的第一作者高明豪也回信了王剑锋，态度冷淡，坚持说是“上传错误”，否认抄袭。一作称自己“初次涉猎相关事务”，好像把抄袭当成了工作来干。

注意这里的一作回应是有信息量的，文章来自于“小组学习会”，“可能是以前师兄或者老师审稿留下的”。部分解释了抄袭论文的来源。

有匿名用户称上面的截图是来自一作的回应，真实性待查。如果一作真的是“普通的打工仔”，“农村娃“，那这件事就更恐怖了：一个普通的不做这方面研究的研究者，是如何得到正在审稿的未公开文章的？

5、9.19日后续：Neurips官方回应和北理工启动调查

9月19日，Neurips官方回复了王剑锋，称审稿人、领域主席并非是arxiv论文的作者（这个几乎是显然的，因为arxiv论文中的作者都没发表过论文，不可能成为审稿人，更不可能是主席）。同时官方称审稿人及领域主席并不是和arxiv同一个机构的，这也就是说，他们不可能是arxiv作者的导师或者学长。而一作称是“老师或者师兄留下的“。要么是一作说谎了，要么是一作还跟校外老师或者已毕业师兄有联系，要么是所谓学习会还请了校外人士来讲。

北京理工大学自动化学院回复了王剑锋，称已启动调查。

6、小评：并非简单抄袭事件

对于新手，如果说是一般性的错误甚至部分仿写，都可以理解。但是全文照抄属实说不过去，应当负有学术责任。何况这次是抄袭未发表未公开的文章。可以这么说，如果说王剑锋没有锤他的话，这篇文章的著作权将被他夺去，因为抄袭者是第一个公开的。这是非常恶劣的事件，研究者几个月乃至几年的工作，就被几个小时的ctrl+c，ctrl+v夺取，伤害的不仅是王剑锋本人，而且是其他认真做research的人的感情。抄袭者应当公开承认抄袭并道歉，而不是说“办事不周“”不了解情况“”希望不要留下污点“。幸亏这次是抄袭到了知乎大V，有几万粉丝的王剑锋，如果是抄袭的一般人，可能很难引起关注。

这几件事越来越启发导师们，应当首先对学生进行必要的学术诚信教育，划清底线。不然留下了案底，就很难在学术道路上走远了。

然而这件事情远非简单的抄袭事件，更加值得深思的是：抄袭者是怎么得到还在审稿的未公开论文的？抄袭者显然还不具备作为审稿人的资质，那么抄袭者是否和某个见过这篇文章的审稿人存在着利益交易？更进一步，是不是有某个交易平台，出售未发表的论文？这让我们每个做AI研究的研究者都细思极恐。这也是抄袭者应该被追查的事情。有一种可能性：是不是抄袭者购买的稿件，以为是原创的，所以上传arxiv？

根据第一作者的解释，文章来自于“小组学习会”，是“老师或者师兄审稿”的文章，那么老师或者师兄是不是也应该付相应责任呢？按照规定，审稿人是不可以将审稿的稿件分给审稿无关的人看的。所谓的学习会，恐怕就是公然将稿件给需要论文的低年级学生学习，让其窃取idea或成果，无奈这次学生太蠢全文照抄导致东窗事发。这种开学习会分享在审稿件的行为，肯定是违背学术道德的，应当被追责。

7、9.29后续：真相大白，旷世实习生泄漏了论文

根据王剑锋在reddit^[1]的公开声明，旷世实习生泄漏了论文，该实习生将原始论文的pdf转换成latex，并尝试投稿2021ACML（后被撤稿）。他还将该论文送给了arxiv抄袭论文的一作。该一作并不知道论文是抄袭而来，所以就上传了arxiv。

非常好笑的是这个回答之后，有个叫“学术期刊“的私信我问我需要什么帮助，点进去一看都是一些代发论文的广告（头像也是），是不是这个抄袭者正是购买了这样的服务，然后当成是自己的原创呢？

评论区有些网友不知道Neurips的公开规则，这里声明一下：

2021年之前用的是Microsoft CMT系统进行投稿，对于接受稿件会在官网公开全文和审稿意见，被拒绝的稿件是不会被公开的（也没这功能）。事发的Neurips2020就是用的Microsoft CMT。

2021年用的是open review，对于接受稿件都会公开（全文+审稿意见+决定），但是对于被拒绝稿件，是可以选择是否公开的。

参考

1. ^ https://www.reddit.com/r/MachineLearning/comments/pvgpfl/ndr_alleged_plagiarism_of_improve_object/

更新:

王剑锋研究员 @王剑锋 在Reddit上已经回应此事，表示越南兄弟的工作也很nice，有明显的不同，仅仅是撞了concurrent work的idea。

（上图中论文ABC编号与本回答不同）

此外，王研究员还表示论文是被实习生D泄露的，甚至D还将此文投稿至ACML 2021，被其博导发现投稿信息后撤回（在导师不知情抄袭的情况下），然后又将论文转手给论文A的一作E。E在看到论文B上传了arxiv后，联系论文A的二作F（北理工学生）也上传了arxiv。

E和F在考研时认识，E之前曾在中科院实习，目前在考研二战。

目前王研究员已经联系了D的学校以及博导，D会受到相应的惩罚。

目前来看，论文不是从审稿流程中泄露的。

有趣的事情发生了

在当时吃到瓜的第一时间，我就去查了下这篇涉嫌抄袭的论文，最初上传于9月16日，简称为论文A

结果发现还有另一篇从名字上看非常类似的文章，最初上传于8月24日，作者来自越南，简称为论文B

（当时我只知道被抄袭的是中国的研究员，还以为是越南的大兄弟是被质疑抄袭的那个）

但是知乎上似乎一直没有关于论文B的讨论，不知道王剑锋研究员有没有看到这篇文章

今天，这位越南大兄弟在对知乎上对这件事的讨论完全不知情的情况下，也在Reddit上发表帖子表示自己的论文B被论文A抄袭了

顺便鞭尸了Duo Li :)

越南大兄弟也给出了抄袭的证据

但是只给出了几小段的文本相似，明显不如王剑锋研究员的证据有力。

越南大兄弟也简要说明了论文B和旷视工作的区别：（在帖子中Paper A指的是越南大兄弟的论文，论文C指的是旷视的工作）

目前来看，论文B与旷视的工作可能仅仅是撞了idea，但是论文A则像素级抄袭了旷视的工作……

戏剧性拉满，Reddit网友直呼dramatic :)

砍一只手换毕业？？？哇！！！

有一说一啊，我也算名校毕业的，肯定比这几位强。如果砍一只手换我毕业我肯定是不愿意的。知乎做题家不少，有谁愿意的出来说一句？

可见一只手的价值远远大于一个河海或者北理工学位。

所以你看，现在只是从北理工退学就能保住一只手，从这个角度上看，这个学生真是占大便宜了。

@王剑锋 算是宅心仁厚，知道还是一只手比起学位来对这个孩子更重要一些。

这个学生以后回头看，肯定心里只有感恩。

我就不懂为什么总有人喜欢说片汤话，合着就是上坟烧报纸，糊弄鬼呢。

---

  li-yue-30 网友的相关建议: 
      

大概率是买的论文

具体论文来源还没实锤，但根据多方猜测，大概率是买的论文。

我虽然已经毕业十几年，但我毕业的时候就有比较完善的买论文，甚至买毕业设计的产业链。

这种产业链是大学教育中最不该存在的。

我觉得不管是买平时的论文，还是买毕业设计，买的人，指导老师，卖的人都应该承担相应的责任。

这种行为算是一种作弊，作弊最大的危害也是给没作弊的人带去不公

虽然很多人会说

你成绩不好，为啥怨那些作弊的人？为啥不看那些没作弊的人？那些人没作弊也比你分数高，那才是你应该反思的，应该从自身找问题。

对的

自己成绩不好，最大的原因就是自己

但不妨碍痛恨作弊的这种行为，学渣也有权利抨击作弊者。

关于这次一字不差复制粘贴的动作

我个人是非常希望严惩的

这种严惩不是像抄袭者自己说的自断一只手，这种严惩要在合法合规的前提下，尽可能的严厉一些。毕业十几年后，没有关注过任何高校圈的事儿，但这种买论文的事儿，真的不是现在才有的，至少我上学的时候，就已经是公开的秘密了。

人，当你敢做违法乱纪，或者违背公序良俗的事情的时候，就要随时准备好为此事负责。

---

  CY6-6-6 网友的相关建议: 
      

达则原创创新，

穷则农民儿子。

现在抄袭者已经进化到不改原文，改两头堵了。这就是加速时代的好处吧。

其实我不关心这事情怎么处理。因为这个好处理。既然闹出来了，且这里面的作者没有一个是学术圈的大佬，不存在包庇暗箱。学校见到这种软柿子一定会“公事公办”，正好还落了个不纵容学术不端的好名声。

当然，我对软柿子并无同情。大家都当过软柿子，只有你搅坏了一锅番茄鸡蛋汤。

想要走捷径，不论是抄袭还是买论文，都要承担相应的风险。挨打立正就好了。

我真正关心的，是这手稿怎么流入了抄袭人的手中？

很多分析我觉得有道理，这么堂而皇之，应该是不知道这论文的来源。所以多半是存在着买论文的产业链的。

这种产业链久已有之，也不是什么新闻。但我一直以为是某些人收钱后粗制滥造缝缝补补搞出一篇，虽然可能东抄西抄，但总是来自于已发表的内容。没想到的是居然来自于未发表的投稿论文。这显然是不合常理的。

因此可能存在几种途径。

第一，论文中的作者为了钱卖了这篇论文。

第二，论文被作者之一以某种途径不小心泄露了出去。

第三，论文在投稿过程中被审稿人泄露了出去。或者审稿人就是卖论文的人。

第四，论文被某种不可知的方法，比如电脑被黑，等方式泄露了出去。

我还是倾向于第三种可能。这种单盲评审机制，虽然是目前最好的机制，但弊端其实也很明显。就拿某老师举例。我截屏了知乎某答主的答案中引用的某老师博客为例：

实际上这就是学术界暗箱操作的典型例子。编辑有着稿件的全部信息，因此能够告诉她目前已经收到了和她文章内容相似的稿件。

我猜测编辑的意思是，如果她能够在编辑处理前一篇稿件deadline之前投稿，那么编辑就可以拒掉前一篇的稿子，把她的这篇送审，或者把两篇同时送审。但如果投稿时间相差太多，那么她的这篇就不能算是一篇“新”工作，自然也就无法受理，很可能会被直接拒掉而不送审。

这里面，编辑和那个无辜的第一篇论文的作者并无直接利益关系，但其实已经做出了具有偏向性的损害后者利益的行为。所以这只能算是轻微的。

还有更为恶劣的一种情况，对于论文作者的利益更构成直接的毁灭性影响。那就是审稿人的学术不端。

我看过很多例子（在知乎上也有不少吐槽），审稿人在看到一篇稿子时，如果发现和目前自己的工作撞车，那就会千方百计地拒掉稿子。让自己的工作首先得以发表。

更恶劣的则是，审稿人看到了好的工作见色起意，让自己的学生重复工作，然后赶制一篇，立刻投到其他刊物抢先发表。

有人可能会说，那来得及吗？

其实很多文章，重要的突破就是一个idea，想到了就成功了一大半，其他的都很简单。所以并不是不可能的任务。

学术圈其实大家不在乎和别的人的idea撞车，真正怕的是别人比你发表的早。诺贝尔奖常常看的不是谁做的多，而是看谁发的早。不信你去问philip kim看他怎么说。

如果能把源头揪出来，看看是谁审稿的时候把别人辛辛苦苦做的论文给卖了，这才是真正的恶有恶报。

---

  yao-yuan-17-92 网友的相关建议: 
      

我只能说真nb，还能这样干，投个稿还得担心审稿人会不会故意把我文章拒了然后…。

---

  liulangdehama 网友的相关建议: 
      

这种事儿在各种文创圈不是常见吗？

就是小孩子没把抄袭当回事儿……

不知道科研圈对这玩意有多重视……

大家在知乎，应该都见过不知道多少次，抄袭者对抄袭不以为然，觉得被抄袭者多事儿……

甚至跟原作者说，把你的稿子给我用一下，被拒绝了，还说用你的东西是瞧得起你，别不识抬举都是常见……

---

  kurisu-makise-84 网友的相关建议: 
      

低情商：是的，已经结束了。

高情商：diy的时代暂停了，只不过我们暂时不知道重新开放的期限。

---