arXiv cs.AI 发布于 08/28 12:00

LLMs for Academic Workflows: An Evaluation of Literature Reviews Generated with Short and Long Context Windows of LLMs

(翻译)面向学术工作流的大语言模型:短上下文与长上下文窗口生成的文献综述评估

查看原文

资讯摘要

Abstract page for arXiv paper 2608.26145: LLMs for Academic Workflows: An Evaluation of Literature Reviews Generated with Short and Long Context Windows of LLMs

AI 摘要

该研究评估了大语言模型在短上下文和长上下文设置下生成的文献综述质量,由两名研究人员基于Semantic Scholar和Arxiv来源生成的20篇AI文献综述在15个维度上进行评价。结果发现,AI生成的文献综述需要人工监督才能达到学术出版标准。上下文窗口增大虽能纳入更广泛信息并保持连贯性,但也会加剧内容重复、遗漏关键工作和重描述轻综合等问题。研究建议未来结合混合方法,融合人类专业知识和AI能力。

AI 问答

AI生成的文献综述能否直接用于学术发表?

根据研究,AI生成的文献综述需经过人工监督和领域专家批判性评估和修正,才能达到学术出版标准。

长上下文窗口对AI生成文献综述有什么影响?

长上下文窗口使LLM能纳入更广泛信息并保持连贯性,但也会加剧内容重复、遗漏关键工作和重描述轻综合等问题。

该研究是如何评估AI生成的文献综述的?

研究人员基于Semantic Scholar和Arxiv来源生成20篇AI文献综述,由两名研究者从15个维度进行评估。

打开原文

更多资讯

Firefox 156 释出Solidot · 09/16 14:25耐克和lululemon双双失速,运动品牌进入碎片化时代人人都是产品经理 · 09/15 11:40关于项目交付的思考:部署是最后两公里,验收才是最后一公里人人都是产品经理 · 09/16 09:54一年28倍妖王:谁在爆炒?金色财经 · 09/15 21:03AI攻克世纪数学难题,顶尖数学家抱团抵制,而他们担心的并不是丢了工作果壳网 · 09/15 19:15一边喊停一边敲钟:硅谷AI巨头到底在怕什么金色财经 · 09/16 10:53vivo Buds Clip 体验:42 小时续航的无感佩戴,音质好也舒服爱范儿 / APPSO · 09/16 13:55企业案例分享:坤煜量子|36氪2026产业未来大会36氪 · 09/15 16:54圆桌:CVC的全面崛起 | 36氪 2026产业未来大会36氪 · 09/15 16:59只会搜关键词还不够,Agent 需要一套更聪明的本地搜索人人都是产品经理 · 09/15 16:172人团队0融资,用AI搓的复古相机APP霸榜韩国总榜第4,还做到了3个月10亿销售额?人人都是产品经理 · 09/16 10:20商用割草机器人完成数千万融资,用L4级无人驾驶重构高尔夫草坪运维|硬氪首发36氪 · 09/16 10:00从担心AI失控 到AI造福人类:比尔盖茨怎么想金色财经 · 09/15 14:43圆桌:生长·资方投资的新方程——穿越周期的耐心与价值 | 36氪 2026产业未来大会36氪 · 09/15 17:06日本百岁老人人数首次超过 10 万人Solidot · 09/16 13:358点1氪丨8月一线城市房价上涨;携程上架510万一张的太空旅行船票;字节跳动上半年净利润出现下滑,但海外收入占比再创新高36氪 · 09/16 08:01豆包工作打出“团队Agent”牌,Workbuddy、千问会跟吗?人人都是产品经理 · 09/16 14:31黄仁勋正演讲遇特朗普突然来电:通话全程直播金色财经 · 09/15 21:33AI 负责创造,人来干脏活,这事儿能否停一下?InfoQ 中文 · 09/15 08:08前OpenAI后训练VP回应陶哲轩:说AI毁了数学,可能还是太小瞧AI了量子位 · 09/15 13:39穿透查询怎样升级为穿透管控?人人都是产品经理 · 09/15 14:24英伟达开始限制Claude使用了金色财经 · 09/15 12:37无效的管理者和疲惫的基层:浅论考核指标的漂移人人都是产品经理 · 09/16 15:06CoinEx宣布体面关停:值得肯定但不该神化金色财经 · 09/16 22:20芯片从业者拆解OpenAI造芯,还能再快3个月?雷峰网 · 09/16 18:38CLARITY的失败 跟加密行业好坏没啥关系金色财经 · 09/16 14:11iPhone 18 Pro & Duo 首发评测,提升最大的是「充电」和这个…爱范儿 / APPSO · 09/16 20:20Fedora 45 Beta 释出Solidot · 09/16 15:26云连锁到轻连锁,品牌业务逻辑的改变人人都是产品经理 · 09/16 11:47算力、机器人、仿真与资本,谁在定义物理AI下一个十年?|第十届全球ICT峰会回顾36氪 · 09/15 17:47