SciFigPlag-Bench: 과학적 그림 표절 탐지를 위한 출처 추적 기능 평가 기준

SciFigPlag-Bench: A Benchmark for Provenance-Aware Scientific Figure Plagiarism Detection

과학적 그림은 종종 과학적 결과에 대한 시각적 증거를 담고 있지만, 그림 표절 문제는 아직 체계적인 다중 모드 평가 문제로서 제대로 연구되지 않았습니다. 본 논문에서는 SciFigPlag-Bench라는, 학술 문서 내의 과학적 그림에 대한 출처 추적 기능을 평가하는 새로운 기준을 제시합니다. 일반적인 이미지 유사성 또는 이미지 포렌식 벤치마크와 달리, SciFigPlag-Bench는 의심스러운 그림이 특정 원본 그림에서 어떤 증거를 재사용했는지, 재사용된 내용이 어떻게 변형되었는지, 그리고 재사용된 증거가 어디에 나타나는지를 평가합니다. 우리는 재사용되는 요소와 그 변환 방식을 분리하는 계층적 분류 체계를 도입하여, 전체 그림 또는 부분 그림의 재사용과 같은 물질 보존적 재사용뿐만 아니라 데이터 재표현 및 구조적 재구성과 같은 추상적인 내용 재사용까지 포함합니다. 이 분류 체계에 따라, 우리는 2,582개의 양성 쌍과 2,541개의 음성 쌍으로 구성된 하이브리드 벤치마크를 구축했으며, 여기에는 문서화된 실제 사례, 분류 체계를 따른 합성 예제 및 시각적으로 유사한 부정 예제가 포함됩니다. 이 벤치마크는 쌍별 탐지, 출처 추적, 계층적 재사용 유형 분류 및 재사용 대응 관계 위치 파악의 네 가지 진단 작업을 지원합니다. 다양한 시각-언어 모델을 사용한 실험은 초기 성능 기준을 확립하고, 미세 수준의 출처 추론, 재사용 유형 이해 및 공간적 증거 연결과 관련된 지속적인 과제를 드러냅니다.

Scientific figures often encode the visual evidence behind scientific findings, yet figure plagiarism remains underexplored as a benchmarked multimodal evaluation problem. We present SciFigPlag-Bench, a benchmark for provenance-aware reasoning over scientific figures in scholarly documents. Unlike general image-similarity or image-forensics benchmarks, SciFigPlag-Bench evaluates whether a suspicious figure reuses evidence from a specific source figure, how the reused content has been transformed, and where the reused evidence appears. We introduce a factorized taxonomy that separates what is reused from how it is transformed, covering material-preserving reuse, such as full-figure and subfigure reuse, as well as abstract-content reuse, such as data re-expression and structural redraw. Guided by this taxonomy, we construct a hybrid benchmark with 2,582 positive pairs and 2,541 negative pairs, combining documented real-world cases, taxonomy-guided synthetic examples, and visually similar negatives. The benchmark supports four diagnostic tasks: pairwise detection, source attribution, hierarchical reuse-type classification, and reuse correspondence localization. Experiments with diverse vision-language models establish initial baselines and reveal persistent challenges in fine-grained provenance reasoning, reuse-type understanding, and spatial evidence grounding.