问题背景
DeepSeek等大语言模型在辅助学术写作时，有时会“幻觉”出不存在的参考文献（如虚构作者、期刊或DOI），这种现象被称为“AI乱编文献”。这不仅影响论文可信度，还可能带来学术不端风险。
常见原因
- 模型训练数据中存在噪声或过时信息
- 用户未明确要求“仅使用真实存在的文献”
- 模型缺乏实时联网验证能力
- 提示词（prompt）设计不当，诱导模型“编造”内容
解决方案与建议
- 人工核查所有引用：无论AI生成多么“专业”，务必通过Google Scholar、CNKI、PubMed等平台验证每一条参考文献。
- 优化提示词：明确指令如“请仅引用真实存在的、可查证的学术文献，若不确定请说明”。
- 启用联网功能（如有）：部分AI工具支持实时检索，优先选择此类服务。
- 结合专业工具：使用Zotero、EndNote等文献管理软件辅助整理和校验。
- 避免直接复制AI生成的参考文献列表：将其作为思路参考，自行查找原始文献。
总结
AI是强大的写作助手，但不能替代学术严谨性。面对DeepSeek等模型可能出现的“乱编文献”问题，关键在于保持批判性思维，坚持人工验证，确保学术诚信。