《CJR 与 Tow Center：AI 搜索引擎的引用可靠性研究》

CJR 新闻引用审计报告：大模型搜索的虚假归因与幻觉风险

《哥伦比亚新闻评论》（CJR）联合 Tow 中心对 8 家主流生成式 AI 搜索引擎生成回答中的新闻引用进行了系统真实性核对，揭示了当前 AI 搜索中普遍存在的引用错位危机。

一、 高达 76.5% 的错误归因率

审计员对 200 条引用链接指向的实际页面正文与 AI 回答结论进行了逐句比对。结果触目惊心：高达 76.5% 的归因链接存在事实错误或内容错位，即引用的 URL 正文中完全没有大模型提及的论据支撑，甚至存在死链。

二、 幻觉归因的原因与内容商的对策

AI 搜索在追求“必须为回答附加来源”的对齐规则时，容易在检索池中进行近似度错配。为对抗这一幻觉，内容创作者应建立极度干净的 llms.txt 文件和可寻址锚点，作为模型引用定位的物理基准。