引文真实仍难判论文新颖性

即使引文真实、结论方向正确，超过 70% 的正面证据仍不足以在逻辑上支持论文“具有新颖性”。NovGauge 用 619 对论文和 50 组多论文材料测试 18 个模型的新颖性判断，作者报告幻觉率介于 0% 至 39%，最佳 Verified F1 约为 43% 至 72%。

此前判断新颖性依赖引文是否真实、结论方向是否正确，但这一标准会漏掉大量逻辑上不成立的正面证据。

该测量由作者自测：619 对论文、50 组多论文材料、18 个模型，幻觉率 0% 至 39%，最佳 Verified F1 约 43% 至 72%。

这是作者构建、尚未独立复现的预印本基准，适合检验引文是否支持结论，不能外推为所有 AI 文献综述的准确率。