近年来，科研诚信问题备受社会各界关注。无论是高校等教育机构、还是科研学术圈、出版社、管理等诚信监督部门，都非常重视科研诚信体系构建。但是随着科学技术的不断进步，学术不端行为越来越具有隐蔽性，传统的检测平台难以识别。万方文察采用先进的算法模型，可准确识别学术风险。

在过去十几年中，以科技论文文本内容为检测对象的文字相似性检测工具不断完善升级，在投稿、学位论文提交等环节发挥着重要作用。但随着AI技术的兴起以及AIGC的广泛应用，导致学术论文不端问题日益复杂与隐蔽，诚信风险早已不仅仅只存在于文本上。不当署名、虚假标注，图像的重复使用，篡改造假，参考文献虚假标注或引用问题论文等都有可能存在问题，需要认真甄别、仔细核对。

在此背景之下，万方数据公司基于文本相似性检测、图像检测等核心技术及科研诚信大数据资源基础，研发推出了科技论文科研诚信风险综合筛查服务——万方文察，基于万方数据文本检测、图像检测等核心技术及科研诚信大数据资源基础，实现对论文的文本相似性、图像复用、AIGC文本、引文及作者等多要素的失信风险一站式综合察验，为教育、科研、出版、管理等诚信监管工作提供便捷服务支撑。

论文图像检测

万方文察采用基于卷积神经网络+Milvus向量库+特征点匹配的图像复用检测算法，实现篇内图片相似性检测与全库图片比对，识别论文中实物图、条带图、造影图、染色图、流式图等类型图片的复用情况。可检测复用操作报告：复制、裁剪、旋转、缩放等，并将图像之间的相同区域连线并输出匹配结果。

AIGC文本检测

服务采用基于深度学习的AIGC识别算法，基于卷积神经网络的强大表达能力，智能感知生成和非生成文本之间的差异，可识别目前较为通用的AI写作模型，包括不限于ChatGPT、文心一言、GTP3.5、谷歌Bard、通义千问、必应ChatGpt、ChatSonic和其他AI写作助手生成的中文文本。

文本相似性检测

万方文察采用万方数据自主研发的“句子级正交基软聚类倒排”检测算法，从信息监测、数据处理、文本检测、图像比对、大语言模式到服务开发技术提供强大支持，检测效率高、检测结果准。

参考文献、作者、基金资助等论文属性风险检测

万方文察采用文本识别工具识别送检文献的参考文献部分，并将参考文献与科研诚信大数据池中的风险信息进行比对，全面排查是否引用撤稿论文等参考文献引用风险。同时，系统还将针对已发表论文本身是否有诚信问题、论文作者是否有过失信惩处记录、基金资助标注等方面进行察验。

科研诚信是科学研究的基石，是科技创新的底色，也是推动科技强国目标实现的重要力量。万方数据将与广大科研界、教育界、出版界等一同自觉遵守学术规范，以多源科研诚信事实数据为基础，提供高效、便捷的综合察验服务，为科技进步贡献长足力量。