Unverified50% confidenceBenchmarkExact time
2023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
1
Sources
50%
Confidence
Long-term
Relevance
7/13/2026
First Seen
Sources
开源MCP服务器：自动核查AI论文引用真伪
redditr/learnmachinelearning7/10/2026
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%81% similarUnverified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%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%77% similarUnverified研究表明LLM先生成计划再执行可以将错误率降低30-50%69% similarUnverified斯坦福HAI研究所2023年报告显示，最新LLM在HumanEval等代码基准测试中正确率已超过85%，远超2021年的不足50%69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/500087API
curl https://kongchang.com/api/v1/knowledge/claims/500087MCP
get_claim(id=500087)