“虚假引用”暴涨，参考文献真实性正在成为投稿新关口
2026-06-05
7431
AI时代的投稿风险提醒
当 AI 能生成看似完整的文献条目，作者更需要在投稿前确认：
这篇文献，真的存在吗？
2026年5月，国际著名医学期刊《柳叶刀》（The Lancet）发表了哥伦比亚大学马克西姆·托帕兹（Maxim Topaz）教授及其同事的一篇通讯文章，发现公开发表的论文中存在虚假引用现象。虽然出现虚假引用的论文占比还比较低，但这一占比在过去三年迅速上升。识别虚假文献，正在成为 AI 时代一场长期而艰巨的工作。 这些问题文献往往并不是一眼就能看出来的“假”。它们可能拥有完整的题名、作者、期刊名、年份、卷期页码，甚至看起来像一条格式规范的英文参考文献。但真正检索时，却可能出现 DOI 不存在、期刊期数查无此文、作者与题名无法匹配等问题。 对准备投稿的作者来说，参考文献一旦出现虚构、错引或来源不可追溯，就不只是格式瑕疵，而是会直接影响论文可信度、编辑初审判断和后续发表风险。 为什么“参考文献真实性”越来越重要？ 01 AI 幻觉会“编”出不存在的文献 AI 生成的文献条目可能看起来非常像真实论文，但题名、作者、期刊和 DOI 之间未必能够对应。 02 错误引用会削弱论文可信度 引文是论证链条的一部分。引用来源不准确，容易让编辑和审稿人质疑研究基础是否可靠。 03 投稿前核查，比返修后补救更主动 与其等编辑指出“请核查参考文献真实性与完整性”，不如在投稿前先完成一次系统排查。 免费服务 参考文献真实性检测报告 真实性核查 逐条核对文献是否真实存在，排查 DOI Not Found、期刊期数无对应论文、题名与作者无法匹配等问题。 虚假文献与重复文献排查 识别 AI 可能生成的虚构条目、重复著录和重复引用，降低学术诚信与初审风险。 格式与元数据规范检测 检查作者署名、期刊名、年份、卷期页码、DOI、链接、标点等信息是否完整、统一、符合投稿要求。 修改建议输出 对存在风险的条目给出问题说明和修改方向，让作者知道哪里需要补充、替换或进一步确认。 报告示意 以下为检测报告示意图，展示报告会如何呈现核查摘要、重复文献情况与关键信号。
帮你先查清这几类风险
