ai, innovationbrief,

AI 智创简报:《arXiv 封禁编造引用,投稿前引用回查成了代跑生意》

Unbug By Unbug Follow · 1 min read
核心数字:arXiv 对编造引用封禁 1 年;Google Patents 精确引用验真语族史上 5 件、宽语族史上 20,956 件(2026-11-18 同日同域实测);开源 refchecker ★577 等 MIT 免费在前;npm 商业封装月下载数百量级,交付物层空白
Share this

一名给 Elsevier 子刊返修的博士后,被审稿人点出 2 条引用查无此文——他手里 80 条参考文献,有 6 条是 Copilot 补写的。arXiv 已对编造引用出台封禁 1 年新规(HN 659 分,2026-05-14),逐条打开文献库人工核对要一下午,还查不出”标题作者对不上”这种半真引用。

专利信号

  • US12505299B2 · Casetext Inc:优先权 2023-08-16,2025-12-23 公开,已授权。生成文本接口的幻觉检测:枚举源文本段落,对生成引用逐条做可验证性核对;同族 EP4630936A1/EP4630937A1(审查中)两件在 2025-10-15 同日公开,是族证据。
  • US12645555B1 · Stone & Ink Archive LLC:优先权 2026-01-09,2026-06-02 公开,已授权,从申请到公开仅 145 天。机器产物的 fail-closed 一致性层:可回放验证回执加证据快照承诺绑定。
  • CN122175015A · 成都汇能博友软件科技等三家(含成都晶林科技):优先权 2026-05-12,2026-06-09 公开,审查中,28 天超快公开。留一法消融 RAG 引用验真:标注出处与实检文档不符即判伪。
  • US12531820B2 · Amazon Technologies Inc:优先权 2023-09-29,2026-01-20 公开,已授权。知识图谱辅助大模型,以图谱节点/边做事实锚。
  • US12602412B2 / US12405978B2 · 个人发明人 Vijay Madisetti(同族):优先权同为 2023-05-04,公开日为 2026-04-14 与 2025-09-02,均已授权。分域检索的 RAG 管线优化、文档上下文定义与分段生成。

技术趋势

2026-11-18 同一 Google Patents 域、同日同会话实测:宽语族 references + language model + verif 史上 20,956 件,直指本赛道的精确语族 "citation hallucination" OR "hallucinated references" OR "hallucinated citations" 史上 5 件,其中 3 件就是上面 #1/#2/#3。两句检索式覆盖范围不同,只能并排看规模,不可相除算增长率。

GPTZero 测的是 AI 文本率,11-09 发布的《验水印还是个爱好》管的是签发方签名凭证——两者都不是”自己稿子里的参考文献逐条回查”。

趋势用同期布局口径:法律 AI 公司、个人发明人、云厂商、档案公司、中国科技公司五类主体 21 个月内各自走到授权或公开,把”生成内容↔出处逐条可验证”写进权利要求。两件 2026 年新公开件从申请到公开仅 145 天、28 天,是申请人在抢时间戳,属事实描述。

落地机会

用户场景:开头那位博士后之外,还有代投机构和被 EY 假引用事故(HN 326 分)点到的咨询公司——报告对外交付前没人逐条验过出处。

一个人做的不是工具,是服务层:BibTeX/Word 抽取引用,走 OpenAlex(免费无 key)+ Crossref Polite Pool + 撤稿标记(is_retracted 实测 91,576 条)逐条回查,输出真/查无此文/元数据不匹配/已撤稿四色带时间戳报告。开源拥挤是实据:refchecker ★577、opendraft ★535、bibtex-verifier ★145 全部 MIT 免费在前。npm 上 5 个 2026 年 10-11 月上线的商业 MCP 封装月下载仅数百量级(citeguard 219),商品化极早期,交付物层空白。起步不到 1000 元,1 人 3 周出 MVP(开源与 npm 数字为 2026-11-18 实测)。

创业发现

  • 收钱阶梯:散单报告 ¥30-50/篇建案例 → 代投机构 ¥10-20/篇月结 → 科研诚信专员/图书馆年度订阅 ¥3,000-8,000 → 咨询报告线 ¥300-800/份(EY 事故已把需求溢出到企业报告场景)。
  • 风险:收录缺口会把真引用误判”查无”,未命中项必须转人工并在报告注明;工具层会被 MIT 开源白牌化,只能靠交付速度与机构合同锁客户。
  • 反方照写:独立产品试水者 Referentia 上 HN 仅 3 分,C 端付费意愿未证明。
  • 本周动作:拿自己一份旧稿的参考文献跑一遍四色报告,挂到学术社群接第一单。

References


Related
Featured