2026年10月21日、Chenyi Tong 氏ら3名による論文「CiteAnchor: Source-Aware Grounding for Hallucinated Citation Detection and Resolution」が arXiv に投稿された。論文番号は arXiv:2610.30355v1、主分類は計算と言語（cs.CL）で、デジタル図書館（cs.DL）にもまたがる。18ページ、図4点、表9点で構成され、arXiv の標準ライセンスの下で PDF、実験的 HTML、TeX ソースなどが公開されている。
本論文が扱う中心課題は「ハルシネーション引用（hallucinated citations）」、すなわち言語モデルや自動処理によって生成され、実在しない、あるいは対応する実体を特定できない参考文献項目である。著者らは、こうした虚偽の引用が科学的主張の根拠をたどり検証する作業を著しく困難にすると指摘する。検出が難しい理由として、書誌レコード自体が不完全であることが多く、さらに資料の種類（学術誌データベース、プレプリントサーバ、会議論文集など）や同一文献の出版版によってフィールドの内容が異なる点を挙げている。著者らは特に、もっともらしい一致が見つかっただけでは引用の妥当性を証明できず、その背後にある出典を確定することもできないと強調しており、類似度によるマッチングを出典検証の代わりにはできないとしている。
評価のため、著者らは実世界のハルシネーション引用423件からなるベンチマーク CiteResolve を構築した。各引用には「出典回復可能性（source recoverability）」の注釈が付されており、その引用の背後に一意に特定・復元できる実在文献が存在するかどうかが記録されている。この設計により、単純な真偽の二値分類ではなく、回復可能性の段階的な判断が求められる課題となっている。
手法として提案されるのは、出典を意識したグラウンディング枠組み CiteAnchor である。その要点は、すべての資料種別に同一の照合規則を適用するのではなく、資料種別ごとに検索戦略とフィールド単位の検証手続きを適応させることにある。加えて、「引用が妥当かどうか」と「一意な出典を回復できるかどうか」を二つの独立した判断に分離し、両者を混同しない設計を採っている。
実験結果は二部構成である。既存の引用検出ベンチマークでは、CiteAnchor は GPT-5.6 Luna と組み合わせて F1 0.841、オープンウェイトのバックボーンと組み合わせて 0.784 を達成し、同じバックボーンを用いたベースラインをそれぞれ 7.9 ポイント、36.8 ポイント上回った。CiteResolve では、同じ二つの構成でエンドツーエンドのタスク成功率 74.7% と 70.7% を記録し、対応するウェブ検索ベースラインをそれぞれ 16.3 ポイント、65.3 ポイント上回っている。オープンウェイトのバックボーンにおける改善幅が特に大きいことは、出典を意識した検索とフィールド検証の設計が、基盤モデルの能力が比較的低い場合により大きな利益をもたらすことを示唆する。著者らはコードとデータを https://github.com/oldwizard7/CiteANCHOR_code で公開している。本稿は現時点で初版（v1）であり、2026年10月21日 19:13:15 UTC に投稿され、ファイルサイズは約612 KB、DOI は DataCite により付与され登録待ちの状態である。