待验证50% 置信事实精确时间
一项新的分析发现，AI撰写的论文中的数字错误大多是张冠李戴，引用了自己实验记录中错误实验、错误指标或错误运行批次的值，而非蓄意造假。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
AI写论文的数字陷阱：溯源审计比造假检测更关键
rss2026/10/28
涉及实体
相关事实
待验证评测结果共41个失败案例，其中3个是真正的AI代理故障，28个是评分器或测试用例的bug，9个是回复检查过于严格，1个是邮箱掩码处理缺陷。75% 相似待验证约五分之四的无支撑声明对应的是代理自己文件中存在的数值，但来自错误的实验、错误的指标或错误的运行批次。74% 相似待验证人工数据录入的错误率通常在0.5%至4%之间，复杂判断类任务的错误率更高。73% 相似待验证在人工校对样本中，当文本清晰可辨时字符错误率仅为0.68%，但约45%的抽样段落因源质量问题完全无法校正70% 相似待验证在100张工单测试集中，SupportOps-AI的升级错误率为18%，幻觉率为6%，死循环率为3%，完全失败/未解决率为4%。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114260API
curl https://kongchang.com/api/v1/knowledge/claims/1114260MCP
get_claim(id=1114260)