🎯 情报来源：量子位
《Nature》最新研究发现，2024年PubMed上发表的生物医学论文中，14%的摘要存在LLM（大语言模型）代写特征，涉及至少20万篇论文。研究团队通过分析2010-2024年的1400万篇摘要，发现2024年后出现以”intricate”、”notably”等风格词为主的异常词频现象，其中66%为动词（如delving）、16%为形容词（如crucial）。
数据显示，非英语国家（如中国、韩国）的LLM使用率达15%，计算领域高达20%，开放获取期刊《Sensors》甚至达到24%，而《Nature》《Science》等顶刊仅6%-8%。值得注意的是，作者正通过调整提示词主动规避典型AI特征词，使检测难度增大。
💡 核心要点
- 2024年14%生物医学论文含LLM特征词，20万篇摘要被标记
- 特征词汇中66%为风格性动词（如delving），16%为夸张形容词（如crucial）
- 计算领域使用率20%，非英语国家15%，开放期刊《Sensors》高达24%
- 作者通过提示词工程使典型特征词使用率下降，但无法完全消除痕迹
- 现有检测器对经提示词修改的文本准确率显著降低
📌 情报分析
技术价值：高
词频统计法可量化AI参与度，但面临提示词工程的反检测挑战，需开发更鲁棒的检测算法（基于1400万篇语料验证）。
商业价值：极高
学术诚信检测工具需求激增，MGT检测市场将扩大；期刊需升级审稿系统（顶刊与非顶刊6% vs 24%使用率差异显示质量关联）。
趋势预测：高
2025年非英语国家使用率或突破20%（当前15%），跨学科协作论文或成AI代写重灾区（生物信息学已现苗头）。