待验证50% 置信观点精确时间
有评论认为，发布假数据被LLM引用是SEO黑帽手法在生成式时代的自然延伸，目标从搜索排名变成了模型引用。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
涉及实体
相关事实
待验证LLM生成的虚假学术引用往往具有极高的可信外观，作者名、期刊名、年份、标题都遵循合理的分布，但组合结果可能从未真实存在65% 相似待验证伪标签的风险在于确认偏差——错误预测被强化；因此实践中通常结合新颖性检测（如马氏距离）来判断分布是否已漂移，仅在漂移显著且预测置信度高时才启用伪标签更新。62% 相似待验证传统伪标签存在确认偏差问题：反复使用同一模型的伪标签会让偏差随迭代不断累积放大62% 相似待验证LLM自动评估检索结果时可能存在偏差，如偏好长度更长、语言更流畅的段落，或对特定领域知识有盲区，因此小规模人工标注金标准仍不可替代。62% 相似待验证引用衰减监测需要区分两种现象：一是检索层丢失，即页面不再被检索器纳入候选集合；二是生成层替换，即页面仍被检索，但模型在合成答案时选择了其他来源作为引用。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1075905API
curl https://kongchang.com/api/v1/knowledge/claims/1075905MCP
get_claim(id=1075905)