AI 给的参考文献在知网上搜不到，怎么核对真假

上个月拿 40 个法规和医学类问题去试，答错的 11 条里有 7 条挂着查不到的文献。

假文献的做法很固定：作者名像真的，期刊名像真的，年份也填了，只有卷期和页码对不上。

核对只做 2 步就够用。拿标题去中国知网或万方搜一次，搜不到基本可以判定不存在；能搜到的，再核对第一作者和年份。

第 3 步看 DOI。正规文献的 DOI 在 doi.org 能解析到原文页，解析失败的一律当作没有。

去年帮一家做检测设备的企业查资料，AI 给的 5 篇里有 3 篇是拼出来的，题目拿两篇真论文的标题拼成。

现在的做法是让它只写结论，文献自己去数据库找，找完再回填。20 分钟的活变成 40 分钟，但引用的东西都能落地。

模型按概率接下一个词，它没有「这条引用是否存在」这道检查。

训练语料里真实文献的格式高度一致，作者、期刊、年份、卷期的排列被学了下来，格式能拼对，内容却是空的。

问它「给我 3 篇近 3 年的研究」，出错的概率最高，这类问法在语料里出现得太密。

降概率有 2 个办法。把要求改成「只引用你能给出链接的来源」，再补一句「没有就写没有」。

另一个办法是先给材料。把 3 到 5 篇原文贴进对话，让它只在这些材料里回答，编造空间会被压到很小。

我通常还会让它把每句话的出处标在段末，标不出来的那句直接删掉，这一步能筛掉大半问题。

4 个容易吃亏的地方。

一是拿 AI 给的作者名去搜人。作者真有其人，论文没有这一篇，搜到人反而更信。

二是只看标题像不像。中文期刊标题的套路很固定，读起来顺不代表有这一篇。

三是拿二手转述当原文。「某某团队发现」这类说法在网上被抄了很多轮，源头早就丢了。

四是把预印本当正式发表。预印本平台上的稿子没过同行评议，引用时要单独标注。

踩第 2 个坑代价最大。一份对外材料里引了 2 篇不存在的文献，被对方编辑查出来，整份退回重做，前后拖了 3 周。

要省事就把核对交给 1 个人固定做，别让每个人各查一遍，标准才不会飘。

核对一条引用，准备好这 5 样东西，10 分钟能查完。

1. 文献标题原文。中英文都要，别用译名，译名一换就搜不到。

2. 第一作者姓名和单位。同名的人很多，加单位才能定位。

3. 期刊名、年份、卷期、页码。这 4 项缺 1 项就要警觉，真实的文献不会缺。

4. DOI 号。没有 DOI 的中文文献，看知网收录页的作者和刊期对不对得上。

5. 一张登记表。字段设成标题、作者、来源、核对结果、核对日期，查过的打勾，避免重复查。

我们那张表跑了 8 个月，累计 300 多条，重复率大概两成，去掉重复实际只查了 240 条。

3 种核对方式，成本差得挺多。

人工逐条查，1 条 5 到 10 分钟，准确率最高，适合对外发布的材料。

用文献管理工具批量导入，1 次能处理 50 条，工具只认格式，认不出内容真假。

让另一个模型交叉核对，2 分钟出结果，误判率不低，适合先粗筛一遍。

速度上差 1 个量级。交叉核对 20 条要 3 分钟，工具导入 20 条要 10 分钟，人工查 20 条要 2 小时以上。

我们现在的顺序是先用交叉核对粗筛，把可疑的挑出来，再人工查，30 条材料大约 1 个半小时。

对外发布的、涉及法规和安全的，人工那一道不能省，其余场景粗筛够用。