Trình kiểm tra trích dẫn AI miễn phí Phát hiện trích dẫn bịa trước khi nộp

Trích dẫn bịa đặt là một tham chiếu đến một nguồn không tồn tại, do một mô hình ngôn ngữ tạo ra văn bản theo hình thức của một trích dẫn mà không truy xuất một bản ghi thực. Đây không phải là lỗi gõ hay nhầm lẫn về định dạng. Mọi thành phần thường trông có vẻ đúng trên trang: các tác giả hợp lý, một tiêu đề phù hợp với lập luận, một tạp chí có thật, và một DOI ở định dạng hợp lệ. Phiên bản phổ biến nhất không phải là bịa đặt trắng trợn, mà là sự pha trộn, trong đó các mảnh của nhiều bài báo thật được kết hợp thành một mục duy nhất không khớp với bất kỳ bài nào trong số đó, đó là lý do đọc kỹ hơn mục đó sẽ không làm nó được xác quyết.

Phổ biến đến mức có thể đo lường trên toàn bộ văn liệu. Một cuộc kiểm toán được công bố trên The Lancet vào tháng 5 năm 2026 đã sàng lọc tài liệu tham khảo trong khoảng 2,5 triệu bài báo y sinh và phát hiện rằng tỷ lệ có ít nhất một tài liệu tham khảo bịa đặt tăng từ khoảng 1 trên 2.828 bài báo vào năm 2023 lên 1 trên 458 vào năm 2025, và 1 trên 277 trong bảy tuần đầu của năm 2026. Một nghiên cứu song song trên 111 triệu tài liệu tham khảo trong arXiv, bioRxiv, SSRN và PubMed Central ước tính thận trọng có 146.932 trích dẫn ảo chỉ riêng trong năm 2025, tập trung ở các lĩnh vực tiếp nhận AI nhanh và trong các nhóm tác giả nhỏ hoặc ở giai đoạn đầu sự nghiệp.

Bằng cách đối chiếu từng mục với một cơ sở đăng ký ghi lại những gì thực sự đã được xuất bản; việc xem xét nội dung của phần trích dẫn không đóng vai trò gì trong đó. Dán danh sách của bạn vào đây và từng mục sẽ được tra cứu trong Crossref, OpenAlex và Semantic Scholar. DOI được giải quyết trước, vì bằng chứng rõ ràng nhất về bịa đặt là một DOI hợp lệ mà khi giải ra lại trỏ tới một bài khác với bài mà mục đó mô tả. Các mục không có DOI được đối chiếu theo tiêu đề, tác giả và năm. Làm việc này thủ công cũng được và chỉ đơn giản là chậm hơn: tìm tiêu đề trong một cơ sở đăng ký hoặc mục lục thư viện và đối chiếu mọi trường với những gì trả về.

Hiện không có một chuẩn công khai nghiêm ngặt nào xếp hạng các mô hình lớn về riêng vấn đề này, và những so sánh nhỏ, không chính thức lưu hành trên mạng đều dựa trên cỡ mẫu quá ít để có thể dùng làm xếp hạng. Điều có thể lặp lại giữa các nghiên cứu, và hữu ích hơn, là: mô hình lớn tạo ra ít tài liệu tham khảo ảo hơn mô hình nhỏ, các mô hình có tìm kiếm web trực tiếp hoặc nền tảng truy hồi tạo ra ít hơn đáng kể so với các mô hình chỉ trả lời từ tham số, và các nguồn ít được biết đến hoặc ít được trích dẫn rủi ro hơn nhiều so với các nguồn nổi tiếng. Hãy xem mọi tài liệu tham khảo từ bất kỳ mô hình nào là chưa được xác minh cho đến khi nó được đối chiếu, bất kể mô hình nào tạo ra nó.

Một mô hình ngôn ngữ viết một trích dẫn theo cùng cách nó viết một câu: bằng cách dự đoán văn bản giống với những gì nó đã thấy trong quá trình huấn luyện, mà không tra cứu bất cứ điều gì. Khi được yêu cầu cung cấp nguồn, nó lắp ghép một thứ có mọi phần mà một trích dẫn thực có, nêu tên tác giả, một tiêu đề phù hợp với chủ đề, một tạp chí có thật, và một DOI ở định dạng hợp lệ. Một phần trong số những gì tạo ra khớp với một bài báo thực. Một phần khác được ghép từ các mảnh của nhiều bài báo thực thành một mục mà không tương ứng với bất kỳ bài nào trong số đó, và cách duy nhất để phân biệt hai trường hợp là đối chiếu mục đó với một cơ sở đăng ký ghi lại những gì thực sự đã được xuất bản.

Một mục trong cơ sở đăng ký do chính nhà xuất bản nộp, hoặc một chỉ mục học thuật được xây dựng từ siêu dữ liệu đã nộp đó: Crossref, tổ chức chính thức cấp DOI và lưu giữ siêu dữ liệu cho hơn 160 triệu công trình; Semantic Scholar, chỉ mục của Allen Institute for AI với hơn 200 triệu bài báo; và OpenAlex, vốn mở rộng phạm vi bao phủ xa hơn nữa. Mọi kết luận mà công cụ kiểm tra này đưa ra đều truy ngược về một bản ghi cụ thể trong một trong ba nguồn này, chứ không bao giờ dựa trên phỏng đoán về việc một trích dẫn có lẽ là gì.

Đã xác minh nghĩa là DOI bạn dán dẫn đến một bản ghi thực sự, trong đó tác giả, năm và tiêu đề khớp với mục của bạn. Khớp tìm thấy nghĩa là không có DOI dùng được, nhưng một tìm kiếm theo tiêu đề, tác giả và năm đã xác định được một bản ghi thực sự, hãy đối chiếu trước khi dựa vào nó. DOI không khớp nghĩa là DOI dẫn đến một bài báo hoàn toàn khác, đây là dấu hiệu rõ ràng nhất của một mục được tạo giả. Xác minh thủ công nghĩa là cả ba cơ sở đăng ký đều không trả về kết quả khớp cho mục này, đây là một tín hiệu riêng và yếu hơn so với một mâu thuẫn đang hoạt động.

Không nhất thiết. Kết luận đó chỉ cho biết Crossref, OpenAlex và Semantic Scholar không trả về gì cho truy vấn. Sách, chương sách, luận văn, kỷ yếu hội nghị, các bài báo rất mới và các ấn phẩm không phải tiếng Anh đều được lập chỉ mục rất thưa trong các cơ sở đăng ký này, bất kể chúng có thật hay không. Hãy tìm tiêu đề trên Google Scholar hoặc trong mục lục thư viện của bạn trước khi quyết định bất cứ điều gì về mục đó.

Một DOI chỉ giải ra đúng một bản ghi, bản ghi mà cơ sở đăng ký cấp phát đã gắn nó vào. Khi bộ kiểm tra giải DOI trong mục của bạn và bản ghi trả về mô tả một tác giả, tiêu đề hoặc tạp chí khác với những gì bạn đã dán, sự không khớp đó được hiển thị trực tiếp. Một DOI hợp lệ về mặt cú pháp không chứng minh gì về mục mà nó xuất hiện trong đó; chỉ riêng việc giải ra mới làm được điều đó.

Trình kiểm tra tái tạo mục từ siêu dữ liệu của chính bản ghi và định dạng nó theo APA 7, MLA 9, Chicago, Harvard, IEEE hoặc Vancouver, sử dụng cùng logic định dạng đứng sau trình tạo trích dẫn của trang này. Sao chép kết quả sẽ thay thế toàn bộ mục gốc của bạn, bao gồm cả chữ nghiêng.

Không. Xác minh chỉ xác nhận rằng một bài báo với tác giả, năm, tiêu đề và nơi xuất bản đã nêu là tồn tại và đã được xuất bản ở nơi mục đó nói. Nó không nói gì về việc các phát hiện của bài báo đó có ủng hộ câu mà bạn gắn trích dẫn vào hay không, đây là một kiểm tra riêng mà chỉ người đọc nguồn mới có thể thực hiện.

Không. Nó không được thiết kế để đưa ra phán đoán đó. Câu hỏi duy nhất của nó là liệu mỗi mục trong danh sách tài liệu tham khảo có trỏ đến một ấn phẩm thực sự, có thể tìm thấy hay không. Nó không đi đến kết luận nào về cách đoạn văn xung quanh được viết, liệu đoạn văn đó đến từ một người, một chatbot, hay một sự pha trộn của cả hai.