AI 给的参考文献，为什么总有几条查不到？五种常见幻觉形态

AI 给的参考文献查不到，原因不外乎：整条查无此文；题名真实但字段抄错；真作者真期刊配上不存在的文献；DOI 打不开或指向另一篇；几条真文献杂交拼成一条。

毕业论文交稿前，我让 AI 帮着整理过参考文献表。格式工整，作者、年份、期刊一应俱全，看起来没有任何问题。问题恰恰在「看起来」。

有人真的去数了

2023 年，两位研究者让 ChatGPT 就 42 个主题各写一批文献综述，然后把生成的 636 条参考文献逐条查证。结果：GPT-3.5 给出的引文里，55% 是凭空生成的，数据库里查无此文；GPT-4 降到了 18%，但仍然接近五分之一。更值得注意的是另一半数据：在那些真实存在的文献里，GPT-3.5 有 43%、GPT-4 有 24% 带着实质性的著录错误，作者、年份、卷期或页码与收录记录不符[1]。

两年多过去，新模型解决这个问题了吗。2025 年一项基准测试把 ChatGPT、Claude、DeepSeek、Gemini、Grok 等 8 个主流 AI 聊天机器人放在同一套学术文献检索任务上逐一测量，结论就写在论文标题里：有的模型表现更好，但没有任何一个完全准确[2]。换句话说，用哪个模型都一样，参考文献表在交稿前都需要核对。

为什么 AI 会给出查不到的文献

语言模型按概率生成文本，不检索数据库。让它列参考文献，它生成的是「看起来像一条文献」的文字：真实存在的学者名，合理的期刊名，规范的著录格式，组合在一起却可能对应不到任何一篇真实的论文。这类输出通常被称为「幻觉」。这不是某个产品的缺陷，是生成机制本身的特性。模型越流畅，幻觉条目看起来越可信，因为它们本来就是按「可信的样子」生成的。

由此还有一个直接推论：把参考文献列表发回给 AI，让它「自己检查一遍」，是行不通的。 它确认一条引文存在的方式，和它当初生成这条引文的方式完全相同，都是生成一段看起来可信的文字。它可以流畅地向你确认一条查无此文的文献「真实存在」。因此核对必须发生在数据库里，而不是对话框里。

查不到的文献，集中在五种形态

在我做这个网站的过程中，经手核对的真实引文有上千条。幻觉条目反复出现的，是这五种形态：

1. 整条查无。 题名在公开学术数据库里检索不到，作者名下也没有相近的论文。
2. 题名真实，字段抄错。 论文是真的，题名一搜就有；但这行引文的细节与收录记录对不上：作者列表少了人或换了人，卷期页码整组是另一套数字，甚至挂错了期刊。前面那项研究把这类计为实质性错误，在真实文献里占 24% 到 43%[1]。文献存在，引用却是错的。
3. 真作者、真期刊、不存在的文献。 作者和期刊都真实，但该卷该期并没有这篇文章。
4. DOI 打不开，或指向另一篇。 DOI 格式正确，解析出来却是无效链接，或者落到一篇不相干的论文上。
5. 杂交条目。 题名前半段来自一篇真实文献，后半段来自另一篇；或者真实题名配了别人的作者。

第一种错得明显，可能比较好查。其他几个难就难在：题名一搜就搜得到，快速检查到这里就过去了，而错藏在字段里，肉眼通读基本拦不住。

交稿前，大家是怎么查的

常见的做法，其实就三种。

第一种，把题名一条条粘进学术搜索引擎或图书馆检索框，查到了再打开收录记录，把作者拼写、年份、卷期、页码一项项对过去，有 DOI 的把 DOI 粘进浏览器，确认解析到的是同一篇。这是最可靠的路，代价是时间：一份一百多条的文献列表，这样核实完要以小时计。省时间的话，把整份列表粘贴进今日宜引文，逐条比对数据库，对不上的直接给出记录里的正确值，每条结论附可点开的出处。

第二种，把列表发回给 AI，让它自己检查。但前面说了，这行不通。

第三种，不查，赌学校也不查。

规矩已经落在纸面上

2025 年 1 月 1 日起施行的《中华人民共和国学位法》第三十七条规定，学位论文被认定为存在「代写、剽窃、伪造等学术不端行为」的，经学位评定委员会审议决定，撤销学位证书[3]。校规层面，复旦大学 2024 年 11 月发布了国内高校首个专门规范 AI 工具在本科毕业论文中使用的文件，明确禁止直接使用 AI 生成正文文本，违规按有关规定处理[4]。另有 2026 年的追踪报道显示，新发表论文里带凭空引文的比例三年涨了约十二倍，一些出版机构已经开始在收稿环节筛查参考文献[5]。

格式审查早已是每年的例行公事。真实性的审查跟上，只是时间问题；AI 用得越多，这一天来得越快。

后来

我把这套核对流程做成了一个网站：每条引文逐字段比对，作者、题名、年份、卷期、页码、DOI 等一项项对；对得上的，给出来源链接。对不上的，直接给出记录里的正确值，一键采用；每条结论都附上可以点开的出处，判定过程零 AI 参与。我叫它「今日宜引文」。

交稿前把参考文献过一遍，不用再一条条手查，也不用再被 AI 的「幻觉」糊弄。

常见问题

• AI 给的参考文献为什么查不到？大语言模型按概率生成文本，不检索数据库；它生成的是「看起来像一条文献」的文字，真实学者名、合理刊名、规范格式组合在一起，却可能对应不到任何一篇真实论文。这是 AI 生成机制的特性。
• ChatGPT 生成的参考文献有多少是假的？2023 年对 636 条 ChatGPT 引文的逐条查证：GPT-3.5 有 55% 查无此文，GPT-4 为 18%；真实存在的文献里，分别还有 43% 与 24% 带实质性著录错误。2025 年对 8 个主流模型的基准测试结论：没有任何一个完全准确。
• 让 AI 自己检查一遍参考文献行不行？不行。它确认一条引文存在的方式与生成这条引文的方式相同，都是生成一段看起来可信的文字；核对必须发生在数据库里，不在对话框里。
• AI 生成的参考文献查得到题名，就是真的吗？不一定。常见的是题名真实而字段抄错：作者列表少人或换人、卷期页码是另一套、挂错期刊；还有真作者真期刊配不存在的文献、DOI 指向另一篇、两篇真文献杂交成一条。题名搜得到只过了第一关。
• 论文里用了 AI 编的参考文献会怎样？《学位法》第三十七条：学位论文存在伪造等学术不端行为的，经审议可撤销学位证书。复旦大学 2024 年已禁止在本科毕业论文中直接使用 AI 生成正文；2026 年的追踪报道显示一些出版机构已在收稿环节筛查参考文献。
• 交稿前怎么核对 AI 给的参考文献？把题名逐条粘进学术搜索或图书馆检索，打开收录记录逐项对作者、年份、卷期、页码，有 DOI 的粘进浏览器确认解析到同一篇；一百多条以小时计。整份列表贴进今日宜引文逐条比对，对不上的直接给出记录里的正确值。

（本文参考文献表按 GB/T 7714—2025 著录。）