فهم نتائج التحقق

جولة موجَّهة في Fast Verify مقابل Deep Verify، وكل نتائج التقييم (Authentic، Authentic with Notice، Unsure، Inauthentic بالبدائل أو بدونها، Invalid، Error، Exceeded)، ودرجات الثقة، وشريط الإحصائيات في أعلى قائمة النتائج.

Fast Verify

التمريرة الأولى الافتراضية — تمرّر كل استشهاد عبر فحص سريع للبيانات الوصفية وقاعدة بيانات أساسية. رخيصة وسريعة، لكنها مقتصرة على الاستشهادات التي تتطابق تفاصيلها بشكل وثيق مع سجل عام.

طريقة العمل

  • يحلّل كل استشهاد إلى عنوان / مؤلفين / سنة / DOI / URL، إلخ.
  • يستعلم قواعد البيانات الأكاديمية الأساسية ويطابق وفقًا للبيانات الوصفية الدقيقة.
  • يكلّف رصيدًا واحدًا لكل استشهاد. إذا كانت النتيجة غير مؤكدة، انقر على Deep Verify للترقية إلى بحث أقوى.

Deep Verify

تمريرة ثانية مكثّفة توسّع تغطية قواعد البيانات وتستعين بأقوى نماذج الذكاء الاصطناعي. استخدمها عندما يعود الفحص السريع بنتيجة غير مؤكدة، أو عندما يكون الاستشهاد أهم من أن يُترك لفحص سريع.

طريقة العمل

  • يستعلم مجموعة أوسع من قواعد البيانات الأكاديمية، بما في ذلك مصادر أقل شيوعًا تتجاهلها معظم الأدوات.
  • يشغّل أقوى نماذج الذكاء الاصطناعي الرائدة للمطابقة وإزالة اللبس — استرجاع أعلى واستدلال أقوى من Fast Verify.
  • يستنبط وكيل الذكاء الاصطناعي تركيبات كلمات مفتاحية متعددة ومتميزة للاستعلام في قواعد البيانات الأكاديمية، بدلاً من الاعتماد على نص الاستشهاد فقط.
  • يعمل عند الطلب لكل استشهاد ويكلّف 5 أضعاف الأرصدة؛ يُوصى به بعد Fast Verify عندما تكون النتيجة غير واضحة.

درجات الثقة

الاستشهادات التي تصل إلى حكم (Authentic أو Unsure) تتضمن درجة ثقة توضح مدى تطابق الورقة المطابَقة مع الاستشهاد.

100%
Authentic

تطابق مؤكَّد — تم العثور على الاستشهاد والتحقق منه بالكامل.

50–80%
Unsure

تم العثور على مرشّح لكن لم يُمكن تأكيده بالكامل — يُوصى بالمراجعة اليدوية.

0%
Inauthentic

لم يُعثر على منشور مطابق — على الأرجح ملفّق أو مكتوب بشكل خاطئ.

الإحصائيات الملخصة

في أعلى قائمة النتائج، يعرض شريط الإحصائيات إجمالي عدد الاستشهادات إلى جانب نقاط ملوّنة لكل حالة تحتاج إلى انتباه. الاستشهادات Authentic لا تحمل نقاطًا — حكمها واضح بالفعل من أيقونة البطاقة.

total: 4
1
1
1
Unsure — تم العثور عليه مع اختلافات
Inauthentic — لم يُعثر على منشور مطابق
Error / Invalid — فشل المُحقّق أو رفض التشغيل

Authentic (تم العثور عليه)

تم العثور على الاستشهاد ومطابقته في قواعد البيانات الأكاديمية بثقة عالية.

[1] Vaswani, A., Shazeer, N., Parmar (2017). Attention is all you need.

2017

A Vaswani, N Shazeer, N Parmar

استشهد به:120000
المصداقية: 100%
العنوانالمؤلفونالسنة
-1 أرصدة

ما يعنيه هذا:

  • المصدر موجود في قواعد البيانات الأكاديمية
  • أسماء المؤلفين والعنوان والسنة تطابق السجلات
  • يمكنك النقر لعرض المصدر الأصلي

Authentic with Notice (تم العثور عليه مع اختلافات)

تم العثور على الورقة، لكن أحد الحقول (السنة/المؤلفين/URL) لا يتطابق — قد يكون الاستشهاد خاطئًا قليلاً.

[2] Piketty, T. (2016). Capital in the twenty-first century. Harvard University Press.

Capital in the twenty-first century

2014

T Piketty

استشهد به:26000
المصداقية: 100%
العنوانالمؤلفونالسنة
  • عدم تطابق السنة. يرجى التحقق.
-1 أرصدة

Unsure (يحتاج إلى مراجعة)

تم العثور على الاستشهاد لكن بعض التفاصيل لا تتطابق تمامًا. يُوصى بالتحقق اليدوي.

[3] Smith, J. (2019). The role of attention in transformer networks. Journal of ML Research.

Attention mechanisms in transformer architectures: a review

2019

J Smith, L Wong

غير متأكدالمصداقية: 60%
العنوانالمؤلفونالسنة

تم العثور على ورقة بعنوان قريب جدًا من المطابقة، لكن قائمة المؤلفين تحتوي على اسم إضافي (L Wong) — قد يكون تشابهًا في الأسماء أو مراجعة مختلفة حول الموضوع نفسه. يُوصى بالتأكيد اليدوي مقارنةً بالأصل.

وكلاء الذكاء الاصطناعي ليسوا دائمًا صحيحين بنسبة 100٪. إذا بدت النتيجة غريبة، فحاول مرة أخرى.

-5 أرصدة

الأسباب الشائعة:

  • فروق طفيفة في تنسيق اسم المؤلف
  • عدم تطابق في السنة أو رقم المجلد
  • اختلافات طفيفة في العنوان مقارنة بالأصل

Inauthentic (Fast Verify - لم يُعثر عليه)

بعد البحث في قواعد البيانات الأكاديمية، لم يتم العثور على أي منشور مطابق. غالبًا ما يكون استشهادًا ملفّقًا أو مهلوسًا أو مكتوبًا بشكل خاطئ. انقر على Deep Verify لإعادة الفحص بشكل أعمق قبل الاستنتاج.

[4] Akqdp, Z. (2020). Trnsfrmrs of Plzvktic Manifolds in Bzfrxk Lattices. Nature Press

يحتاج هذا الاستشهاد إلى مزيد من التحقق
-1 أرصدة

الأسباب المحتملة:

  • قد يكون الاستشهاد ملفّقًا أو مولّدًا بالذكاء الاصطناعي
  • أخطاء إملائية في أسماء المؤلفين أو العنوان
  • المصدر غير مفهرس في قواعد البيانات الأكاديمية
  • منشور حديث جدًا لم يتم فهرسته بعد

Inauthentic (Deep Verify - لم يُعثر عليه)

حتى Deep Verify لم يستطع مطابقة الاستشهاد. على الأرجح أن الاستشهاد ملفّق أو مهلوس أو خاطئ من الأساس. من هنا يمكنك البحث عن بدائل محتملة — تظل المرشحات مخفية خلف زر إجراء حتى لا تُستهلك الأرصدة إلا عند طلبها.

[5] Akqdp, Z. (2020). Trnsfrmrs of Plzvktic Manifolds in Bzfrxk Lattices. Nature Press

غير موجودلا يوجد سجل مطابق في أي مصدر بيانات قابل للبحث

تم البحث في عدة قواعد بيانات أكاديمية باستخدام تركيبات متنوعة من الكلمات المفتاحية والمؤلف والناشر — لا توجد أي مطابقة. يبدو كل من اسم المؤلف والعنوان غير منتظمَين للغاية، مما يوحي باستشهاد ملفّق نتيجة هلوسة AI أو خطأ في الكتابة.

وكلاء الذكاء الاصطناعي ليسوا دائمًا صحيحين بنسبة 100٪. إذا بدت النتيجة غريبة، فحاول مرة أخرى.

-5 أرصدة

Inauthentic (Deep Verify - لم يُعثر عليه، مع بدائل مقترحة)

عندما لا يمكن العثور على استشهاد في العالم الحقيقي، يبحث CiteTrue عن أوراق قد تطابق معناك المقصود — حتى لا تكون النتيجة مجرد طريق مسدود.

[5] Akqdp, Z. (2020). Trnsfrmrs of Plzvktic Manifolds in Bzfrxk Lattices. Nature Press

البدائل المقترحة:
1.
Benchmarking Citation Verification Tools
J Chen, M Kaplan2024
2.
A Survey of AI-Assisted Academic Writing Tools
R Patel, S Nguyen2023
غير موجودلا يوجد سجل مطابق في أي مصدر بيانات قابل للبحث

لم يطابق الاستشهاد الأصلي أي ورقة حقيقية (على الأرجح ملفّق). استنادًا إلى سياق الاستشهاد (كلمات مفتاحية مثل Plzvktic Manifolds / Bzfrxk Lattices)، قد تكون الأوراق ذات الصلة التالية هي ما قصدت الاستشهاد به.

وكلاء الذكاء الاصطناعي ليسوا دائمًا صحيحين بنسبة 100٪. إذا بدت النتيجة غريبة، فحاول مرة أخرى.

-5 أرصدة

Invalid (ليس استشهادًا)

النص ليس استشهادًا — لن يبحث المُحقّق. استخدم Find بدلاً من ذلك.

See chapter 3 for more details on the methodology.

يحتاج هذا الاستشهاد إلى مزيد من التحقق
-1 أرصدة

Error (فشل التحقق)

فشل المُحقّق أو أحد مصادر البيانات بشكل عابر — عادةً ما تحلّ إعادة المحاولة المشكلة.

[6] Garcia, M. (2021). Neural network optimization techniques. ACM Computing Surveys.

الخادم مشغول، يرجى المحاولة لاحقًا.

خطأ
العنوانالمؤلفونالسنة
-1 أرصدة

Exceeded (نفاد الأرصدة)

نفد رصيدك قبل تشغيل هذا المرجع — أعد الشحن للتحقق.

[7] Brown, K., Davis, R. (2022). Large-scale language model evaluation. NeurIPS.

العنوانالمؤلفونالسنة
-1 أرصدة