一步步生成科学文献综述的大语言模型指令
计算与语言
2024-08-16 v1
摘要
摘要。自动生成科学文献综述是一项可显著提升研究效率的任务。然而，综述中信息的多样性和复杂性为生成式模型带来了重大挑战。本文设计了一系列提示词，系统性地利用大语言模型(LLM)，通过分步骤的方法创建全面的文献综述。具体而言，我们设计提示词引导LLM依次生成标题、摘要、分层标题以及综述的主要内容。我们认为，这一设计使模型能够从高层视角生成标题。在内容生成过程中，这一设计有效地在限制输入和输出内容长度的同时，充分利用相关信息。我们的实现使用 Qwen-long 获得了 NLPCC 2024 科学文献综述生成评估任务的第三名，总体得分仅比第二名团队低 0.03%。此外，软标题召回率达 95.84%，为提交作品中第二高。得益于高效的提示词设计和 Qwen-long API 的低成本，本方法将生成每个文献综述的费用降低至 0.1 元人民币，显著提升了方法的实用价值。
引用
@article{arxiv.2408.07884,
title = {Instruct Large Language Models to Generate Scientific Literature Survey Step by Step},
author = {Yuxuan Lai and Yupeng Wu and Yidan Wang and Wenpeng Hu and Chen Zheng},
journal= {arXiv preprint arXiv:2408.07884},
year = {2024}
}
备注
NLPCC 2024