ChatCite：具有人类工作流指导用于比较文献综述的大语言模型智能体

文献综述是研究过程中不可或缺的一步。它有助于理解研究问题、把握当前研究状况，并对 prior works 进行比较分析。然而，文献综述既具挑战性又耗时。此前基于大语言模型 (LLM) 的文献综述研究主要关注完整流程，包括文献检索、筛选和总结。然而，对于总结步骤，简单的思维链 (CoT) 方法往往缺乏提供广泛比较性总结的能力。在本工作中，我们首先聚焦于独立的文献总结步骤，并介绍了 ChatCite，这是一个具有人类工作流指导用于比较文献综述的 LLM 智能体。该智能体通过模仿人类工作流，首先从相关文献中提取关键要素，然后利用反思增量机制生成总结。为了更好地评估生成总结的质量，我们参考人类评估标准设计了一种基于 LLM 的自动评估指标 G-Score。实验表明，ChatCite 智能体在多个维度上优于其他模型。ChatCite 生成的文献总结也可直接用于起草文献综述。