对抗科学论文「AI 注水」：SciSlop 基准以论证结构揪出「看起来像样」的垃圾稿

Unite.AI 10 月 4 日报道，面对预印本与投稿量激增——arXiv 称 2026 年 9 月收到约 4.04 万篇，约为 2024 年 9 月两倍，并已宣布投稿者每月最多两篇——科研界正加紧检测 AI 生成的低质量「科学注水」（scientific slop）。

首尔国立大学与明尼苏达大学合作论文提出 SciSlopBench 与修复框架 SciSlopHarness，从结构、论证与产物三方面衡量跨节引用、宏观重复、论证图、引用孤立、图示说明与证据缺口等六类失败。基准由 390 对主题相近的 AI 生成稿与人类稿组成，识别 AI 稿的 PairAcc 达 85.9%，显著高于传统文本检测器；相对最强改稿基线，可将与人类稿的差距再缩小约 63%，并提供在线 demo。

报道同时回顾 arXiv 此前对未检查 AI 内容的一年禁令，以及对综述/立场论文要求同行背书等措施。