论文引用防“幻觉”：Paper-BibChecker多源筛查工具

近期，一款面向学术论文投稿的BibTeX引用核验工具迎来了多项更新，该工具可通过多学术数据源交叉验证.bib文件中的每一条引用条目，帮助研究者在投稿前排查AI生成或误改带来的“引用幻觉”问题。

本次更新针对工具的使用体验、核验精度、数据源覆盖和核心定位四个维度进行了优化，以下是具体改动说明：

推出在线网页版，无需本地配置环境

该工具此前仅支持通过命令行使用，需要提前安装Python环境和相关依赖；现在开发团队推出了开箱即用的在线版本，将完整的核验流程搬到了浏览器中：

• 上传即查：只需上传.bib文件，即可逐条实时显示核验进度与结果
• 结果清晰：检查结果按✅通过 / ⚠️信息需核对 / ❓无法确认 / ❌疑似幻觉四类分组展示
• 支持导出：可一键下载JSON格式的核验报告，方便后续留存和逐条复核
• 本地不留数据：上传的文件仅写入临时目录，核验完成后会自动删除，不会做任何形式的保存

在线版本与命令行版本共用同一套核验内核，判断逻辑完全一致，网页版只是提供了更便捷的使用入口。需要注意的是，在线版为公开演示版本，默认开启了并发限制、单次条目上限与SSRF防护等加固措施；如果需要检查大批量文献或者追求最快的核验速度，仍推荐在本地通过命令行运行工具。

在线体验：公开在线工具地址

开源仓库：项目GitHub地址

注：在线版为公开演示版本，默认开启了并发限制、单次条目上限与SSRF防护等加固措施，本地部署可获得完整性能和无限制使用体验。

优化作者姓名匹配逻辑，减少误判与漏判

开发团队优化了作者姓名的比对逻辑，重点解决了旧版本中“名字被截断却被误判为一致”的问题。举例来说，旧的比对逻辑容易仅通过姓名前缀进行匹配，比如会将`Mary JaneX`和`Mary`误判为同一作者，从而遗漏真实的作者差异。

新版工具改为比对完整姓名，同时兼容学术引用中常见的姓名缩写格式，比如`J.`可以正确匹配`Jing`，也允许省略中间名，这样既减少了漏报的情况，也不会因为正常的姓名缩写产生误判。同时，团队补充了针对性的测试用例，扩充了示例文献库，确保这类边界情况都能被稳定覆盖。

扩展数据源覆盖，提升核验可靠性

工具的核验可靠性取决于背后的数据源，目前工具会综合多个权威学术数据源进行交叉验证，包括arXiv、OpenAlex、Crossref、DBLP、OpenReview，以及可选的Semantic Scholar；同时覆盖了ICLR、NeurIPS、ICML、ACL、EMNLP、CVPR、ICCV、ECCV、COLM、TACL、JMLR等常见会议与期刊的官方论文集。

工具优先使用稳定直接的证据，比如论文页面、DOI、arXiv ID，再进行标题检索，同时保持一贯的保守处理策略：如果数据源出现超时、限流或暂时不可用的情况，不会直接判定为“文献不存在”，尽可能减少网络波动带来的误判。

坚守工具定位：仅做筛查，不替代人工判断

需要强调的是，该工具始终只是引用风险筛查工具，而非自动改写或删除BibTeX条目的工具。即使某条引用被标记为“疑似幻觉”，也不要仅凭自动结果直接删除或替换该条目，建议回到论文原文、出版社页面、会议或期刊官方论文集、DOI页面及arXiv页面进行逐条确认。

工具的核心价值在于将“值得优先人工复核”的引用条目筛选出来，而非替作者做出最终的判断。