昆士兰科技大学团队用BERT语言模型扫描了260万篇癌症研究论文，发现超过25万篇存在"论文工厂"生成的特征。可疑论文比例从2000年代初的1%飙升至2022年的16%以上。三本期刊已开始试用该工具。

一篇造假的癌症研究论文不仅浪费经费，还可能误导临床试验、药物开发和患者治疗。如今，科学家有了一个强大的新工具来揪出这些垃圾。

昆士兰科技大学Adrian Barnett教授领导的国际团队，用语言模型BERT扫描了1999年至2024年间发表的260万篇癌症研究论文。结果触目惊心：超过25万篇论文显示出与已被撤稿的造假研究相似的写作模式。

"论文工厂"是批量出售虚假或低质量科学研究的公司。它们出售作者署名位置，有时直接提供现成的完整论文。这些论文通常包含重复使用的文本、异常或生硬的语言，以及伪造的数据和图片。

BERT模型被训练识别论文工厂产品中反复出现的文本"指纹"。在验证集上，该模型正确识别可疑论文的准确率达91%。Barnett将其比作"学术垃圾邮件过滤器"。

最令人担忧的是趋势。可疑论文的比例从2000年代初的约1%飙升至2022年的16%以上。在胃癌、肝癌、骨癌和肺癌领域尤其严重。这些可疑论文散布在包括高影响力期刊在内的数千本期刊中。

已有三本科学期刊开始将该系统纳入编辑审稿流程，在同行评审之前拦截可疑稿件。团队还计划将该工具适配到其他科学领域。

Barnett警告："癌症研究影响临床试验、药物开发和患者护理。造假研究进入证据库会误导真正的科学家，最终拖慢患者的治疗进展。"

原文：https://www.sciencedaily.com/releases/2026/07/260714225538.htm