近日，眼尖的网友发现两篇分别发表在ICML 2021和ICCV 2021两大顶会的论文有着惊人的相似之处！
ICML 2021上发表的论文
ICCV 2021上发表的论文
网友非常细心地对比了两篇论文。
首先是论文的公开时间。
「正主」ICML论文题为Momentum residual neural networks，作者是Michael Sander, Pierre Ablin, Mathieu Blondel and Gabriel Peyré。
今年2月15日首次上传至Arxiv，2月17日开源代码，7月22日发布论文最新版。
论文地址：https://arxiv.org/abs/2102.07870
开源代码：https://github.com/michaelsdr/momentumnet/
「山寨」ICCV论文题为m-RevNet: Deep Reversible Neural Networks with Momentum，作者是Duo Li（李铎）和Shang-Hua Gao（高尚华）。
今年8月12日上传至Arxiv，而ICCV 2021论文收录的截止时间为3月17日。
论文地址：https://arxiv.org/abs/2108.05862（文章现已被删除）
我们先来仔细对比一下两篇论文。
雷同一：提出想法相同
两篇文章都提出了替换残差网络的前向方程方法，也同样讨论了这种方法的好处：由于ODE机制中的动量，可逆性和更大的表征容量减少了内存负载。
其中，利用图片：图片和图片的动量方程取代残差网络的前向方程图片。
雷同二：图表相似
左图为ICML论文，右图为ICCV论文
雷同三：表格相似
表格中有3列内容是相似的：
closed form inversion = analytical reversal,
same parameters = architecture preservation
unconstrained training = end-to-en optimization.
而ICCV论文中只是添加了ResNet基线。
ICML论文
ICCV论文
雷同四：完全相同的初始数据集，四个嵌套环
两篇论文都引用了一篇前人的研究（https://arxiv.org/abs/1904.01681） ，在这篇引文中，作者使用了2个嵌套环。
以前从来没有人用过四个嵌套环作为说明。
ICML论文
ICCV论文
雷同五：主要贡献的公式相似
ICCV只是把ICML中的临界参数「gamma」换成了「1-mu」。
左图为ICML论文，右图为ICCV论文
雷同六：文内引用相同
左图为ICML论文，右图为ICCV论文
两篇文章同样以Maclaurin等人的算法作为关键的应用。
左图为ICML论文，右图为ICCV论文
雷同七：命题和证明相同
只不过符号略有变化，ICCV将时间导数表示为 d/dt，而ICML中为
。
。
左图为ICML论文，右图为ICCV论文
雷同八：论文贡献列表相似
两篇论文的贡献列表都是大同小异，但很明显能够感觉到ICCV论文是「洗稿」的。
左图为ICML论文，右图为ICCV论文
雷同九：微积分方程完全相同
ICCV中的例1基本上就是修改了一下符号，微积分方程本质上完全相同。
另外，两篇文章解决方案中的顺序也完全相同。
左图为ICML论文，右图为ICCV论文
左图为ICML论文，右图为ICCV论文
雷同十：同样是得到两个嵌套环的启发
左图为ICML论文，右图为ICCV论文
这两篇论文说一样吧，又不是完全一样；要说是偶然，这得多巧合才能「偶然」出十个雷同点。
兹事体大，不仅ICCV作者撤回了Arxiv上的论文，他的导师也在知乎上发文致歉，表示自己有「不可推卸的督导不严的责任」。
此外，ICCV论文二作高尚华同样也在知乎上澄清，对涉事文章与ICML论文极高相似度「感到震惊和诧异」。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢