硕士生发表小论文造假

一般期刊发论文前都会检测重复率的，如果说没有检测出来那就是数据库里面没有你抄袭的论文，一般问题是不大，期刊问题可以找发表吧了解

研究生在论文造假被发现了当然就有很多不好的影响，没被发现就没事，没有被发现，以至于说未来的几年几十年没有发生什么特殊的事情，就不会去查他这个论文的质量了。

上下被发现了，那意味着这个人的答案上面已经添了浓墨重彩的一笔，而且是非常不光彩的一笔，因为各个公司在招聘员工的时候多少都是要看一下员工档案的，起码要看一下你有没有重大违纪记录，有没有作弊的，有没有抄袭的，有没有和老师和学校发生剧烈争斗的，或者说有没有刑事犯罪之类的，只要你这些都符合的话，基本上他就不会特别严格的去查你，你大学的时候到底是不是班委这个基本上不会去验证的。

没有被发现自然就什么事都没有，因为看过一部电视剧，很多事情处理的好了就没有事情，但是很多事情处理不好就都是事情处理的好了就没有事，就是这么回事，现实也就是这样了，造假作弊这种行为他都是违背法律的，至少从现在的法律来看是这样的，也是违背一个学生基本的做人的准则的，但是没有被发现，大家都不知道这件事情，所以他就蒙混过关过去了。而且没有什么特殊的情况的话，估计以后也不会查了。

不要抄近路，尤其是学习这条路上学习没有专门为谁打仗的道路，就算是国王就算是皇帝去学习也仍然改变不了，他，要一点一点去了解吱声，不可能突然之间就有一个道路那么简单又没有风险，因为这对所有人来说是不公平的，考试作弊，论文造假这种事情非常考验一个学生的自制能力，没有被发现你可能觉得侥幸自己不能入货了，但是发现了，那可能影响的就不是你上大学这几年的事情了，影响的事你一辈子。

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，就别提被发现了，那是伟大的研究懂不懂。

会被记入诚信档案，对毕业后的工作以及生活产生影响，在信誉问题上不会被记录为正常人，对以后的生活也有很大的影响。

如果抄袭比例超过40%的话，建议联系期刊编辑部协调，在知网、万方等数据库撤稿，不然以后会是不定时炸弹