新的Nexus-Score系统旨在弥补学术研究中的AI归因差距

arXiv上的一篇新论文提出了Nexus-Score，一个旨在识别和解决阻碍AI系统准确归因学术成果的元数据缺失问题的系统。研究人员发现，诸如作者、机构或资助链接等缺失的元数据，导致AI无法正确地对研究进行署名，常常导致虚假引用或工具故障。拟议的Nexus-Score旨在作为记录级别的检查，以指导修复并为日益增长的AI辅助使用做好学术记录的准备。 AI

影响 旨在提高AI正确归因学术成果的能力，可能增强研究的完整性和可发现性。

排序理由 该条目是发表在arXiv上的研究论文，详细介绍了一个新提出的用于解决学术归因中元数据缺失问题的系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Aadi Narayana Varma D
• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Litmaps
• Nexus-Score
• OpenAlex
• ScienceCast
• scite Smart Citations

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →