Unverified50% confidenceFactExact time
研究表明主流大模型在生成学术引用时虚假引用率可达20%-60%
1
Sources
50%
Confidence
Long-term
Relevance
7/6/2026
First Seen
Sources
Light-Skills开源科研AI：28个技能包覆盖全流程
bilibilijeffzhengye7/2/2026
Related Claims
Unverified斯坦福大学2023年的研究发现主流LLM在生成法律和医学类引用时虚假引用率高达30%—60%80% similarUnverified2023年的分析显示主流LLM在生成学术引用时的错误率从30%到超过60%不等78% similarUnverified斯坦福大学2023年的研究表明顶尖LLM在医疗和法律领域的事实性错误率高达20-40%67% similarUnverified研究表明约15-25%的论文在rebuttal后会经历评分变动，其中正向变动的比例略高于负向变动65% similarUnverified多项实证研究表明顶级会议的接收决定存在显著随机性，估计约50%的被接收论文在重新评审时可能会被拒绝62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/113565API
curl https://kongchang.com/api/v1/knowledge/claims/113565MCP
get_claim(id=113565)