打开APP
AiScholar 参考文献真实性检测
投稿前检测参考文献，提前发现AI幻觉
规避引用隐患、加速稿件过审
权威多源交叉验证真实性
元数据全维度逐字段比对
8类伪造类型智能识别
文献与主题相关性评估
文献检测
AiScholar参考文献真实性检测的核心技术是AI Agent驱动的并行参考文献真实性验证，支持权威多数据库API交叉比对，逐条检测、智能区分、精准核验，提供报告在线查阅、报告下载服务。
首次免费 ¥9 元/次
（原价59元/次）
立即检测 >
为什么现在更需要做参考文献检测？
AI辅助文献综述与写作效率提升，但因为幻觉会放大虚假引文风险
大语言模型（LLM）虽能生成语气自然且格式正确的引用，但往往会产生“幻觉”，虚构出作者、标题和日期看似真实的虚假文献。
虚假参考文献正从个例问题演变为系统性风险
有权威审计显示，近几年来虚假引用正呈爆发式增长，这种现象与大语言模型（LLM）产生的“幻觉”高度吻合，侵蚀着学术真实性。
一条错误引文，可能影响投稿进程和学术声誉
错误引文可能被编辑和同行质疑，退稿补证，甚至影响学术评价和作者声誉。
为何选择AiScholar 参考文献真实性检测?
AiScholar为广大科研人员提供安全可靠、高效便捷的参考文献真实性自查工具，提前排查引用问题，减少引用引发的学术不端隐患，助力稿件快速通过初筛，避免因引用问题导致拒稿、返修、撤稿等风险。
安全可靠
数据仅用于检测
不收录、不留痕
便捷快速
操作极简，24h自助，多条批量，秒级处理
轻量化高效
无需安装，在线即用，文本输入，即出报告
核心检测能力
权威多源交叉验证真实性
通过Crossref、OpenAlex、ORCID、中国DOI解析系统、中文文献数据库等多个国际权威数据库进行有效性验证和比对，包括智能识别真实文献、格式错误文献、虚构伪造文献。多源相互印证，避免单一库数据缺失导致误判。
元数据全维度逐字段比对
自动逐字段校验作者、标题、期刊、卷/期/页码、发表年份、DOI等全部引用信息，智能区分正常格式差异与真实错误，不误判、不漏判。
8类伪造类型智能识别
内置8类伪造类型识别引擎，自动定位问题点与伪造手法。
完全虚构
DOI不存在，所有数据库无记录
DOI张冠李戴
DOI有效但指向完全不同的论文
盗用编号
借用真实文章编号嫁接虚假信息
元数据篡改
论文真实但卷号/页码被篡改
主题漂移
伪造与真实研究方向相似的虚假文献
格式错误
笔误导致的引用信息偏差
数据库缺失
仅存在于特定地区数据库的伪造文献
主题无关
文献真实但与论文核心主题严重脱节
智能预审
  • 可疑特征自动识别：检测异常作者姓名、可疑标题模式、格式不规范等预警信号。
  • 中文期刊专项验证：针对中文期刊特点优化，覆盖多个国内数据库。
  • 主题相关性评估：识别参考文献与目标论文研究主题的关联度
优质交付能力
批量检测+逐条定位
支持一次多条批量核验，只需文本输入即可，报告逐条定位标注及解析问题条目。
精准修改建议
自动匹配问题类型，提供针对性的优化建议及可复用的修改方案，快速修正引用错误。
可视化检测报告
自动生成PDF可视化报告，包含检测概况、整体评估、问题清单、逐条详情等。报告可在线查看及手动下载。
检测操作流程
文本输入需要检
测的文献列表 提交订单并完成
支付 查看/下载检测
报告
检查报告示例
检测报告由自动化文献验证系统生成，仅供学术审稿参考。
以下为报告主要内容样式示例，具体以系统生成为准。
示例图1：检测情况、汇总表格
示例图2：逐条检测详情（真实性状态）
示例图3：逐条检测详情
（虚构/伪造状态、存疑状态）
示例图4：整体评估
（真实率、整体评价、存在问题、建议）
去登录