利用大型语言模型辅助科研提案撰写：评估与优化
计算与语言
2025-09-15 v1 人工智能
摘要
大型语言模型（LLM）如 ChatGPT 正在学术写作中日益受到使用，但存在引用错误或虚构引用等问题，引发伦理争议。此外，当前的内容质量评估常依赖主观人类判断，这种做法耗时且缺乏客观性，可能影响评估的一致性和可靠性。本研究提出两种关键评估指标——内容质量与引用有效性，以及基于这两种指标得分的迭代提示方法，以提供定量评估并提升大型语言模型的科研提案撰写能力。我们的实验结果表明，所提出的评估指标为评估 ChatGPT 写作性能提供了客观、定量的框架。此外，迭代提示显著提升了内容质量，同时减少了引用不准确和虚构引用，解决了学术语境中的关键伦理挑战问题。
引用
@article{arxiv.2509.09709,
title = {Assisting Research Proposal Writing with Large Language Models: Evaluation and Refinement},
author = {Jing Ren and Weiqi Wang},
journal= {arXiv preprint arXiv:2509.09709},
year = {2025}
}