参考文献会凭空消失Academic Research Skills 用 4 层校验拦住 AI 编造引用【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills投稿前一晚你逐条点开参考文献核对结果某一条的 DOI 在 Crossref 里查无结果arXiv 上也搜不到作者——这条看起来非常可信的引用其实是 AI 写稿时顺手编出来的。这类事比想象中常见一项覆盖 250 万篇论文的审计估算仅 2025 年就出现了约 14.6 万条幻觉引用。Academic Research Skills下称 ARS就是针对这个问题设计的一套 Claude Code 学术技能包覆盖研究 → 写作 → 评审 → 修订 → 定稿它的招牌能力是让每一条引用都能被查到、每一段方法描述都能对回你真实的实验材料。方案速览ARS 把引用造假拆成了可拦截的环节幻觉引用最难缠的地方在于它读起来和真引用没有区别。ARS 的思路不是写一句不许编的提示词而是把整条写作链路拆开在每个环节放一个具体机制——写作时限制信息来源、留痕标记自由发挥、初稿终稿各设一道强制门禁、再用确定性脚本对着学术索引逐条核验。团队自己的压力测试里引用错误率一度高达 31%其中 21 条问题引用甚至骗过了 3 轮一致性检查。这些数据就是后面这套机制的由来。核心机制让只用你给的材料成为默认行为写论文时最危险的输入是模型自己的训练记忆。ARS 的 **Knowledge Isolation知识隔离指令**干的事很直白只要流水线里已经放进了研究问题简报RQ Brief、综述报告和带注释的参考文献表写作代理就必须以这些会话材料为第一信源而不是靠我记得好像有篇文章这么说过来填内容。它并不禁止 AI 使用学术写作常识、文风与论证技巧——被管住的只有事实层面论点、数据、引用、方法描述。落到执行上代理会收到五条硬性约束事实性内容以本次会话提供的材料优先模型记忆让位文中的每个论点都要能回溯到参考来源里的某一条大纲需要、但材料没覆盖的内容不许自己补先标记出来参考文献表之外的新文献未经你明确点头不得入文Methods 章节只能描述材料里有据可查的流程实验步骤一个字都不许合理想象。这套规则专门堵住三类隐蔽问题方法论虚构凭训练数据写出你从没跑过的实验流程、隐式知识泄漏用记忆里的过时或不准确内容填空白、无意复述从训练语料里几乎逐字搬来别人的段落。协议原文见 academic-paper/references/anti_leakage_protocol.md值得通读一遍。缺口留痕[MATERIAL GAP] 与 [LLM-SUPPLEMENTED] 的记账方式写作约束得越紧越要有一个卡住了怎么办的出口。ARS 的做法是打标记材料覆盖不到的地方代理写下[MATERIAL GAP]并在下一个检查点把缺口摆到你面前你可以补料也可以明确授权 AI 来补这段内容——授权后该段会被打上[LLM-SUPPLEMENTED]标签写进草稿元数据一致性审查时一眼可见。换句话说AI 的每一次自由发挥都有一笔账。后续做 AI 使用披露说明时这些覆盖性决定会一并注入论文谁补的、补在哪、你批没批准全程可查。4 层校验按论文的时间线走一遍防造假不靠单点ARS 的四层校验沿写作 → 初稿 → 终稿 → 全局的时间线排开写作时知识隔离先于下笔上面讲的五条红线在动笔前就生效把编造拦在内容产生之前——这是成本最低的一层因为根本不需要事后追责。初稿Stage 2.5 门禁 7 种失败模式逐条排除初稿交出去之前一致性审查代理必须逐条排除 7 种已知 AI 研究失败模式其中第 2 种就是引用幻觉第 6 种是方法论虚构。任何一项被判疑似流水线立即暂停等你确认才能继续。这道门禁不可跳过清单全文在 academic-pipeline/references/ai_research_failure_modes.md。终稿Phase E 论点-来源对齐数字必须对得上原文引用存在不等于引用正确——真实文献也可能被拿去做它没说过的事。Phase E 会抽取文中的关键声明百分比、因果判断、趋势描述逐条回到原文比对高影响声明100% 全量验证其余按比例抽检每条判定落在 VERIFIED / 轻微偏差 / 重大扭曲 / 无法验证等档位只要出现一条重大扭曲或无法验证一致性报告直接判 FAIL。规则细节见 academic-pipeline/references/claim_verification_protocol.md。全局四索引存在性核验 数据访问分级贯穿全程的是两道确定性防线。第一道是引用存在性校验门自 v3.11 起每条引用都会被脚本交叉核对 Semantic Scholar、OpenAlex、Crossref、arXiv 四个学术索引DOI 或 arXiv ID 查无此条即判不存在——纯程序化比对不经过模型判断编出来的 DOI 没有解释空间入口在 scripts/verify_passport.py 与 scripts/verification_gate/。第二道是Ground-Truth Isolation数据访问分级每个技能都在元数据里声明自己的数据访问级别raw/redacted/verified_only未经核验的材料与已核验材料严格分层流动确保参考答案永远不会漏进答题者的上下文。设计原理见 shared/ground_truth_isolation_pattern.md。如何接入安装与日常配合安装前提是已装 Claude Code两条命令/plugin marketplace add Imbad0202/academic-research-skills /plugin install academic-research-skills跑流程直接说我要写一篇关于 X 的研究论文ARS 会按 研究 → 写作 → 评审 → 修订 推进也可以单独试对这份材料做文献综述。注意知识隔离的生效前提你得把材料简报 综述 参考文献表真正喂进流水线空手写作时协议不会激活。日常配合就两件事看到[MATERIAL GAP]就补料或显式授权补充看到[LLM-SUPPLEMENTED]就重点复核那一段。所有覆盖性决定都会被你确认并留痕不会悄悄放行。资料索引文件内容academic-paper/SKILL.md写作技能总纲含协议引用入口academic-paper/references/anti_leakage_protocol.md防泄漏协议全文核心必读academic-pipeline/references/ai_research_failure_modes.md7 种 AI 研究失败模式清单academic-pipeline/references/claim_verification_protocol.mdPhase E 论点验证协议shared/ground_truth_isolation_pattern.md数据分层隔离设计docs/RISK_REGISTER.md风险 → 控制措施 → 证据状态对照表收束ARS 没有承诺AI 绝不会编它做的是把每次编造的成本抬高到肉眼可见写作时被隔离、缺口被记账、引用被四个索引对质、每个论点被拉回原文核对。你无法阻止模型产生幻觉但可以确保任何一条幻觉都走不出这道流水线。【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 参考文献会凭空消失？Academic Research Skills 用 4 层校验拦住 AI 编造引用
参考文献会凭空消失Academic Research Skills 用 4 层校验拦住 AI 编造引用【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills投稿前一晚你逐条点开参考文献核对结果某一条的 DOI 在 Crossref 里查无结果arXiv 上也搜不到作者——这条看起来非常可信的引用其实是 AI 写稿时顺手编出来的。这类事比想象中常见一项覆盖 250 万篇论文的审计估算仅 2025 年就出现了约 14.6 万条幻觉引用。Academic Research Skills下称 ARS就是针对这个问题设计的一套 Claude Code 学术技能包覆盖研究 → 写作 → 评审 → 修订 → 定稿它的招牌能力是让每一条引用都能被查到、每一段方法描述都能对回你真实的实验材料。方案速览ARS 把引用造假拆成了可拦截的环节幻觉引用最难缠的地方在于它读起来和真引用没有区别。ARS 的思路不是写一句不许编的提示词而是把整条写作链路拆开在每个环节放一个具体机制——写作时限制信息来源、留痕标记自由发挥、初稿终稿各设一道强制门禁、再用确定性脚本对着学术索引逐条核验。团队自己的压力测试里引用错误率一度高达 31%其中 21 条问题引用甚至骗过了 3 轮一致性检查。这些数据就是后面这套机制的由来。核心机制让只用你给的材料成为默认行为写论文时最危险的输入是模型自己的训练记忆。ARS 的 **Knowledge Isolation知识隔离指令**干的事很直白只要流水线里已经放进了研究问题简报RQ Brief、综述报告和带注释的参考文献表写作代理就必须以这些会话材料为第一信源而不是靠我记得好像有篇文章这么说过来填内容。它并不禁止 AI 使用学术写作常识、文风与论证技巧——被管住的只有事实层面论点、数据、引用、方法描述。落到执行上代理会收到五条硬性约束事实性内容以本次会话提供的材料优先模型记忆让位文中的每个论点都要能回溯到参考来源里的某一条大纲需要、但材料没覆盖的内容不许自己补先标记出来参考文献表之外的新文献未经你明确点头不得入文Methods 章节只能描述材料里有据可查的流程实验步骤一个字都不许合理想象。这套规则专门堵住三类隐蔽问题方法论虚构凭训练数据写出你从没跑过的实验流程、隐式知识泄漏用记忆里的过时或不准确内容填空白、无意复述从训练语料里几乎逐字搬来别人的段落。协议原文见 academic-paper/references/anti_leakage_protocol.md值得通读一遍。缺口留痕[MATERIAL GAP] 与 [LLM-SUPPLEMENTED] 的记账方式写作约束得越紧越要有一个卡住了怎么办的出口。ARS 的做法是打标记材料覆盖不到的地方代理写下[MATERIAL GAP]并在下一个检查点把缺口摆到你面前你可以补料也可以明确授权 AI 来补这段内容——授权后该段会被打上[LLM-SUPPLEMENTED]标签写进草稿元数据一致性审查时一眼可见。换句话说AI 的每一次自由发挥都有一笔账。后续做 AI 使用披露说明时这些覆盖性决定会一并注入论文谁补的、补在哪、你批没批准全程可查。4 层校验按论文的时间线走一遍防造假不靠单点ARS 的四层校验沿写作 → 初稿 → 终稿 → 全局的时间线排开写作时知识隔离先于下笔上面讲的五条红线在动笔前就生效把编造拦在内容产生之前——这是成本最低的一层因为根本不需要事后追责。初稿Stage 2.5 门禁 7 种失败模式逐条排除初稿交出去之前一致性审查代理必须逐条排除 7 种已知 AI 研究失败模式其中第 2 种就是引用幻觉第 6 种是方法论虚构。任何一项被判疑似流水线立即暂停等你确认才能继续。这道门禁不可跳过清单全文在 academic-pipeline/references/ai_research_failure_modes.md。终稿Phase E 论点-来源对齐数字必须对得上原文引用存在不等于引用正确——真实文献也可能被拿去做它没说过的事。Phase E 会抽取文中的关键声明百分比、因果判断、趋势描述逐条回到原文比对高影响声明100% 全量验证其余按比例抽检每条判定落在 VERIFIED / 轻微偏差 / 重大扭曲 / 无法验证等档位只要出现一条重大扭曲或无法验证一致性报告直接判 FAIL。规则细节见 academic-pipeline/references/claim_verification_protocol.md。全局四索引存在性核验 数据访问分级贯穿全程的是两道确定性防线。第一道是引用存在性校验门自 v3.11 起每条引用都会被脚本交叉核对 Semantic Scholar、OpenAlex、Crossref、arXiv 四个学术索引DOI 或 arXiv ID 查无此条即判不存在——纯程序化比对不经过模型判断编出来的 DOI 没有解释空间入口在 scripts/verify_passport.py 与 scripts/verification_gate/。第二道是Ground-Truth Isolation数据访问分级每个技能都在元数据里声明自己的数据访问级别raw/redacted/verified_only未经核验的材料与已核验材料严格分层流动确保参考答案永远不会漏进答题者的上下文。设计原理见 shared/ground_truth_isolation_pattern.md。如何接入安装与日常配合安装前提是已装 Claude Code两条命令/plugin marketplace add Imbad0202/academic-research-skills /plugin install academic-research-skills跑流程直接说我要写一篇关于 X 的研究论文ARS 会按 研究 → 写作 → 评审 → 修订 推进也可以单独试对这份材料做文献综述。注意知识隔离的生效前提你得把材料简报 综述 参考文献表真正喂进流水线空手写作时协议不会激活。日常配合就两件事看到[MATERIAL GAP]就补料或显式授权补充看到[LLM-SUPPLEMENTED]就重点复核那一段。所有覆盖性决定都会被你确认并留痕不会悄悄放行。资料索引文件内容academic-paper/SKILL.md写作技能总纲含协议引用入口academic-paper/references/anti_leakage_protocol.md防泄漏协议全文核心必读academic-pipeline/references/ai_research_failure_modes.md7 种 AI 研究失败模式清单academic-pipeline/references/claim_verification_protocol.mdPhase E 论点验证协议shared/ground_truth_isolation_pattern.md数据分层隔离设计docs/RISK_REGISTER.md风险 → 控制措施 → 证据状态对照表收束ARS 没有承诺AI 绝不会编它做的是把每次编造的成本抬高到肉眼可见写作时被隔离、缺口被记账、引用被四个索引对质、每个论点被拉回原文核对。你无法阻止模型产生幻觉但可以确保任何一条幻觉都走不出这道流水线。【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考