破解学术“引用幻觉”难题:开源科研检索生成模型在盲评中获更高认可

当前科研领域正面临信息过载与知识整合的双重压力。据统计,全球每年新增学术论文超过300万篇,研究人员往往需要投入大量时间筛选与核查文献。传统的人工智能辅助工具虽然能加快信息处理,但“引文幻觉”问题突出。华盛顿大学团队最新研究显示,主流商业模型生成的学术引用中,78%至90%为虚构内容。这不仅拖累研究效率,也可能误导研究判断与方向。

科研创新既需要准确继承既有证据,也依赖对最新进展的及时掌握。面向学术场景的检索增强与规范引用机制,为提升智能工具可信度提供了可行路径。未来,只有把“可核验”作为底线、把“透明”作为原则、把“评测”作为常态,科研辅助系统才能真正成为科学共同体可靠的工具,而不是新的不确定性来源。