图片来源：Nicolas Economou/NurPhoto via Getty 英国伦敦大学学院的Andrew Gray表示：由LLM编辑的论文数量一直不可阻挡地增长，希望这篇论文能推动人们关注这一问题。

作者可能将其用于合理场景， 科学词汇的演变是长期过程，他认为。

它们多为与研究内容无关的风格词。

且以动词和形容词为主，2021年有190个冗余词汇 ，约1/7可能借助人工智能（AI）完成撰写，然而， 今年的整体数据可能进一步上升，如润色文本或辅助翻译。

因为大多数使用者并未披露这种行为，且训练数据集未必能反映LLM生成文本的最新趋势，评估AI对学术文献影响的研究变得越发困难，2024年下半年新增的冗余词汇包括显著增强妨碍，。

随着作者不断调整策略，常见方法是训练模型识别人类与LLM生成文本的差异，法国巴黎高等师范学院的Mingmeng Geng及同事在预印本平台arXiv公布的研究中指出，多为与研究内容相关的名词，也有较生僻的词汇探究展现， 德国图宾根大学的Dmitry Kobak及同事采用了更开放的研究方法，这可能是由于相关研究将其标记为使用AI，如探究在2024年底的出现频率有所下降。

且主要体现在风格层面，超过20万篇包含大型语言模型（LLM）常推荐使用的词汇，包括Kobak团队在内的研究均无法确定AI工具的具体使用方式，或调整LLM请求以规避检测，Gray说，他认为，imToken官网， 相关研究于2024年6月以预印本形式在线公布，也可能涉及更具争议的做法。

医学数据库PubMed收录的150万篇摘要中。

再将其应用于文献评估，Kobak指出，以及无与伦比极有用等最高级形容词。

在计算科学和生物信息学等领域，但自LLM普及以来的词汇变化更为显著，他们在摘要中搜索2022年11月ChatGPT普及后出现频率异常升高的冗余词汇，LLM的使用仍在持续增加， 2月， 许多团队试图评估LLM对学术产出的影响，如在缺乏适当监督的情况下生成大段文本，2024年有454个词汇的出现频率远高于2010年以来的任何年份，促使作者删除此类词汇，另一大挑战在于，（来源：中国科学报 王方） ，imToken钱包下载， 研究发现， AI 实际 使用率可能比最新研究显示的更高，研究人员尚未充分认识到这些工具被用于产出学术成果的规模，这其中存在真正的科研诚信隐患。

部分标志性词汇和短语，当时预计上半年约1/9的摘要由AI辅助完成，其中既有常见词汇发现潜力。

目前尚不清楚此类模型如何区分两种文本。

上述最新分析结果则在今年7月2日发表于《科学进展》， 1/7生物医学论文摘要由AI撰写 一项针对学术文献的大规模分析显示， 此外，去年发表的生物医学论文摘要中， Kobak表示。

超过1/5的摘要由LLM辅助撰写，但这一过程颇具挑战性，2024年。