2026 年了，AI 给的参考文献，还有多少是编的？——豆包篇
一、引言
先看一条豆包给出的参考文献：
赵军，刘康，何世柱，等。知识图谱构建技术综述[J]. 计算机研究与发展，2022, 59(10): 2216-2239.
期刊是真的，三位作者都是这个领域的真学者，卷期页码也在合理范围。但《计算机研究与发展》2022 年第 10 期没有这篇文章：同名综述确实在这本期刊上，发表于 2016 年第 3 期，作者是刘峤等另一批人。真题名、真期刊，配上假作者、假年卷页，这样的条目混在文献列表里，肉眼几乎挑不出来。
本系列上一篇测的是 DeepSeek：59 条参考文献，宜引 18 条（31%）。这一篇用同一套测试问豆包。
豆包给出的参考文献，整表粘贴进今日宜引文逐条核验，真实条目附来源记录，查无此文的现形。
二、方法
2.1 测试设置
测试对象：豆包网页版，取每组第一次输出。
变量：三种问法 × 两种模式（快速：新对话的默认态；专家：模型选择器中标注「专家」的豆包 2.1 Turbo，生成前有显式思考过程），每组新开对话、互不共享上下文。豆包另有「深入研究」功能，属独立的报告生成入口，不在本次测试范围。
三种问法按提问的详略程度设置，prompt 原文与 DeepSeek 篇相同（如下）：
2.2 判定标准
- 真实：存在唯一真实文献与该条对应，题名与第一作者均与数据库或刊方记录一致。
- 完整：依据 GB/T 7714（2025版），引用文献的必备著录项都有且与真实记录一致。
- 宜引：真实且完整的条目。
2.3 核验流程
将豆包给出的参考文献逐条通过我们的应用（今日宜引文）核验，在其基础上人工点开来源记录逐条确认，确保结果的可靠性；62 条中，应用判定与人工核对方向均一致。
图 4 组 3（列要点·快速）在应用中的查真结果：10 条全部命中真实记录，通过率 100%。这是六组中的最好情形——仅「列要点」问法的两组全部条目真实（表 1），其余四组最低至 10%；且真实不等于宜引，该组著录完整率仍只有 70%。
三、结果
| 问法 | 快速 | 专家 | 平均宜引率 | ||
|---|---|---|---|---|---|
| 真实 | 完整 | 真实 | 完整 | ||
| 随手问 | 100%（12/12） | 50%（6/12） | 70%（7/10） | 40%（4/10） | 45% |
| 提要求 | 10%（1/10） | 0%（0/10） | 50%（5/10） | 40%（4/10） | 20% |
| 列要点 | 100%（10/10） | 70%（7/10） | 100%（10/10） | 70%（7/10） | 70% |
| 平均 | 70% | 40% | 73.33% | 50% | 45% |
注：表中平均为各组比率的算术平均。
总计：62 条中，真实条目共 45 条；宜引条目共 28 条；张冠李戴（题名对作者不对，或作者对题名不对）共 5 条；整条虚构共 12 条。
- 两种模式的总体真实率几乎相同（快速 72%，专家 73%，按条目数计），差别在问法与错法。
- 最像正经文献列表的一组几乎全军覆没。「提要求＋快速」组输出条条有作者、字段齐整、编号连贯，10 条里 9 条在公开数据库与刊方记录中不存在。DeepSeek 篇里「看起来最规整的一组宜引率反而最低」，在豆包身上重演。
- 在 prompt 里写明「引用真实存在的期刊论文」「不确定真实存在的不要引用」并要求附 DOI 的「列要点」问法，两种模式下真实率都是 100%，但宜引率都停在 70%：提问技巧能减少凭空编造，替代不了逐条核对。
观察项：六组输出均为编号条目，即顺序编码制，均未标注 GB/T 7714 版本号。「提要求＋快速」一组的输出为独立「文档」卡片，正文与参考文献分开展示。专家模式生成前有显式思考过程，思考记录里出现过筛选来源（「CSDN 的不够权威，继续查找」）和替换存疑条目（「计划替换第 8 篇论文」）的动作。应用对六组的体例识别均为 GB/T 7714 · 顺序编码，依 2025 版标准核对。
四、主要错误形态
本次 62 条的错误集中在四种形态：
1. 整条虚构（12 条）：期刊名真实、卷期页码合理，库中查无此文，其中 9 条集中在「提要求＋快速」一组。数条属于「套壳」：刊名、卷期、第一作者全部真实，题名被改换了几个词，与库中任何一篇真文献都对不上。
2. 张冠李戴（5 条，全部出自专家模式）：引言那条是一例。另一条题名属于《中文信息学报》2026 年一篇真实文章，作者却写成了完全无关的三个名字；还有一条把某论文七位真实作者中的第五至第七位列为前三作者。这类条目刊名是真的，作者是真的，卷期页码看着也合理，但拼出来的那篇文献并不存在，粗略核查难以发现。
3. DOI 三种情形：真文献配了一个全球未注册的假 DOI；真文献的 DOI 停在投稿流水号上，与刊方最终发表号差一串日期；用户明确要求「期刊论文」时，给出 arXiv 预印本充数（附的 DOI 倒是真的）。
4. 同文多形态：同一篇真实综述在两个组里各出现一次，页码分别标注 1921-1945 与 1947-1969，刊方记录为 1947-1965，两次都不对，错得还不一样。另一篇真实文献同样两组两现：一次带全卷期页但页码与刊方记录不符，另一次只剩年份与 DOI，卷期页整体缺失。同一篇文献的著录，在不同回答之间对不上。
五、结论
豆包给出的参考文献，73% 确有其文，比「AI 文献全是编的」的印象要好，但无论是投稿还是论文，这个真实率都远不过关；其中能不加修改直接引用的只有 45%，仍未过半。错的那部分也越来越不像「假的」：真期刊、真学者、真 DOI 前缀，单独看每一项都查得到，合在一起的那篇文献却不存在。AI 给出的参考文献，即便字段齐整、附了 DOI，也只能作为线索参考，逐条核验之后才能引用。
交稿前整表核一遍：今日宜引文逐条比对，真题名配错作者一类的条目在此现形，导出按目标体例渲染。
常见问题
- 豆包生成的参考文献是真的吗？本次实测 62 条里 45 条「真实」（题名与第一作者均与数据库或刊方记录一致），占 73%；真实且著录完整、能直接引用的 28 条，占 45%。
- 豆包快速模式和专家模式，哪个给的参考文献更准？总体真实率几乎相同（快速 72%，专家 73%），差别在错法：快速模式会整条虚构，「提要求＋快速」一组 10 条里 9 条查无此文；专家模式很少凭空编，但会张冠李戴，六组共 5 条全部出自专家模式。
- 怎么问才能让豆包少编参考文献？在提问里写明「引用真实存在的期刊论文」「不确定真实存在的不要引用」并要求附 DOI：加了这句的两组真实率均为 100%，但宜引率停在 70%，字段仍需逐条核对。
- 豆包给的 DOI 能信吗？三种情形都出现过：真文献配全球未注册的假 DOI；真文献的 DOI 停在投稿流水号上，与刊方最终发表号不同；要求期刊论文时给出 arXiv 预印本充数（DOI 倒是真的）。
- DeepSeek 和豆包，谁给的参考文献更可靠？同一套测试：DeepSeek 59 条宜引 18 条（31%），豆包 62 条宜引 28 条（45%）；两家都未过半，错的形态不同。
本文为今日宜引文原创。转载请注明出处并附原文链接，不得修改、不得用于商业用途。
