自动化针对科学写作的聚焦反馈生成

科学写作是一项具有挑战性的任务，尤其是对于常依赖来自经验同行的反馈的初学者研究人员而言。近期工作主要集中于改进文本表层形式和风格，而非论文内容。在本文中，我们提出了一种新任务：为科学写作提供自动化聚焦反馈生成。我们 presented了SWIF$^{2}$T：一个Scientific WrIting Focused Feedback Tool（科学写作聚焦反馈工具）。它旨在生成特定、可操作且连贯的评论，识别科学论文中的缺陷并/或提出修订建议。我们的方案包含四个组成部分——计划者、探察者、审阅者和控制器——利用多个大型语言模型（LLM）实现这些组件。我们编译了一个包含300篇同行评审的数据集，评估了其弱点的描述。结果表明，SWIF$^{2}$T的反馈在具体性、阅读理解和总体有用性方面均优于其他方法。在我们的分析中，我们还发现了一些自动生成的评论被认为优于人类评论的情况，这为将AI生成的反馈集成到科学写作中提供了机会。