归因、引用与引述：基于证据的大语言模型文本生成综述

大语言模型（LLM）的日益普及引发了对其可靠性和可信度的严重关切。因此，越来越多的研究聚焦于基于证据的LLM文本生成，旨在将模型输出与支持性证据联系起来，以确保可追溯性和可验证性。然而，由于术语不一致、评估实践孤立以及缺乏统一的基准，该领域呈现碎片化状态。为弥合这一差距，我们系统分析了134篇论文，引入了一个统一的基于证据的LLM文本生成分类法，并研究了跨七个关键维度的300个评估指标。我们重点关注使用引用、归因或引述进行基于证据的文本生成的方法。在此基础上，我们考察了该领域的独特特征和代表性方法。最后，我们强调了开放性挑战，并概述了未来工作的有前景方向。