从源头规避虚假文献引用风险，AiScholar 参考文献真实性检测正式上线！

首次可直接试用：https://ais.cn/u/BbYj6r

AI 正在深度参与科研写作。

从选题梳理、文献综述，到摘要润色、英文翻译 、参考文献整理，越来越多作者开始借助 AI 提高论文写作效率。但随之而来的一个新风险，也正在被学术界反复讨论：AI 可能生成看似规范、实则不存在的参考文献。

近期，一项发表在 The Lancet 的研究引发广泛关注。研究团队对 PubMed Central 开放获取子集中的约 250 万篇生物医学论文进行审计，在 9710 万条经验证的参考文献中，识别出 4046 条虚假引用，涉及 2810 篇论文。资料显示，虚假引用发生率自 2023 年以来增长超过 12 倍，并在 2024 年中期后出现明显上升。

在 AI 辅助写作日渐普遍的今天，一个错误 DOI、一篇查无来源的文献，都可能在投稿初筛、同行评审、机构审核中成为风险点。

为帮助作者和机构更早识别参考文献风险，艾思科蓝推出全新服务：