Science or Slop?：AI 生成论文中的科学 slop 基准测试与缓解

研究将 AI 生成科学论文中的"科学 slop"定义为各部分看似合理但科学推理断裂的失效模式，并从 Structure、Argument、Artifacts 三个维度用六项指标进行基准测试，构建了包含 390 篇 AI 生成论文的 SciSlopBench，其中多数为计算机科学领域论文。这类失效难以被现有基于 token 的 AI 检测器识别。