来源或它没有发生：引文幻觉检测的多代理框架

大语言模型 越来越多地用于科学写作，但它们可以伪造看似合理但无法通过书目验证的引文形式的参考文献。现有的检测器通常会减少对二进制发现/未发现决策的验证，并依赖于脆弱的解析或不完整的检索，为审计人员提供很少的现场级信号。我们将引文幻觉检测重新构建为与分类法一致的字段级裁决，并引入了涵盖真实引文、潜在引文和幻觉引文的 12 代码分类法。基于此分类法，我们构建了 CiteTracer，这是一个级联多代理检测器，可从 PDF 和 BibTeX 中提取结构化引文，通过缓存查找、URL 获取、学者连接器和网络搜索检索证据，应用确定性字段匹配，并将模糊案例路由给类别专家法官。我们发布了由具有受控 LLM 突变的真实种子构建的 2,450 个合成引用的基准，与来自 ICLR 2026 的 957 个真实世界伪造的引用和匿名会议桌拒绝的提交内容配对。 CiteTracer 在合成基准上达到了 97.1% 的准确率，真实、潜在和幻觉的类级 F1 分数分别为 97.0、95.8 和 98.5，并且在现实世界中检测出 97.1% 的捏造行为，且没有放弃。代码：https://github.com/aaFrostnova/CiteTracer。