“如果是发数学论文的话……这个任务估计要凉。”
徐辰无奈地摇了摇头。
在数学界，有一条公认的鄙视链和“引用量倒挂定律”。
数学，尤其是纯粹的理论数学，虽然处于鄙视链的最顶端，但它的论文引用量却往往低得令人发指。
原因很简单，这是由数学论文的性质决定的。
数学论文大致分为两类：一种是方法论的“工具类”，另一种是各种定理证明的“结论类”。
工具类的论文，像舒尔茨的“完备状空间”，这种属于“造轮子”。因为别的数学家需要用你造的轮子去解其他的题，所以这类论文的引用量会相对较高。
但即使是这样，数学界毕竟圈子太小，能看懂并使用这些高深工具的人全球加起来也就那么几百个。一年能有二三十次引用，就已经算是数论界的热门爆款了。
而另一种“结论类”的论文，就更惨了。
比如张益唐证明了“素数间隙的有限性”，比如安德鲁·怀尔斯证明了“费马大定理”。这种论文极其伟大，但它们就像是海上的孤岛。一旦你证明了这个结论，这个问题就彻底终结了。
同行们只会把你的结论写进教科书的定理里，在后续的研究中直接默认使用，根本不需要、也没办法在你的论证过程上继续添砖加瓦。
因为你把路都走死了，别人还引用你干嘛？
“所以，想靠纯数学论文在短期内刷出100的引用量，基本不太可能。”
……
既然数学这条路走不通，那就只能看其他学科了。
放眼当今学术界，什么领域的论文引用量涨得最快？
毫无疑问，是那些处于风口浪尖的“显学”——比如生物医学，以及目前热度爆炸的AI！
在这些领域，只要你稍微提出了一个有效的新架构，或者跑出了一个比同行好哪怕一点点的数据，全世界成千上万个实验室就会像闻到血腥味的鲨鱼一样扑上来，用你的模型去跑他们自己的数据。那引用量，简直就像印钞机一样，“蹭蹭”往上涨。
徐辰顺手查了一下自己之前发表的《Logic Is All You Need》，那篇论文发表至今已经快一年了，目前的Google Schor引用量竟然已经达到1380次！在同期的计算机顶会论文中稳居前列。
“果然，刷引用量还是得靠AI。”徐辰心中了然。
不过，系统这个任务的要求是“新