⌁ Awesome Auto Research Hub 论文 · 数据集 · 项目
English GitHub
← 返回论文列表

HalluCiteChecker：AI科学家时代中幻觉引用检测与验证的轻量级工具包

arXiv 2026 42 system, application

TLDR

一个用于检测科学论文中幻觉引用的轻量级工具包，旨在减轻审稿人工作量。

评分理由

The paper introduces a practical tool for a specific NLP task, but lacks empirical evaluation or real-world benchmarks in the abstract. Its strength is addressing a timely problem with a lightweight, offline solution; weakness is no evidence of validation.

Read-first 评分解释

综合优先阅读分 42，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 35。

近期性 8%
100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。 年份：2026

可复现性 25%
46

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。 论文：有；代码：无；数据：无；命中信号：代码、GitHub

方法质量 25%
40

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。 命中信号：无

主题相关性 42%
29.2

使用现有 LLM 关键词相关性评分，并归一化到 0-100。 关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

研究版图角色

前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：39。

关键词评分

AI for scientific research
6
paper writing agent
5
research automation
5
automated research
4
AI scientist
3
literature review agent
3
automated scientific discovery
2
autonomous research agent
2
scientific discovery agent
2
survey generation
1
automated experimentation
1
experiment design agent
1

深度分析

创新点

  • 将幻觉引用检测形式化为NLP任务
  • 用于幻觉引用验证的轻量级离线工具包
  • 实现系统性的预审和出版检查

方法

本文将幻觉引用检测形式化为一个NLP任务，并提供了一个轻量级工具包，该工具包仅使用CPU进行验证，在标准笔记本电脑上离线运行，几秒内完成。

关键结果

该工具包可以在标准笔记本电脑上几秒内验证引用，完全离线运行在CPU上。

技术栈

PythonPyPIGitHub

资源

论文

标签

CLAIDL