SurveyLens：面向研究学科的自动综述生成基准
计算与语言
2026-02-13 v1
摘要
科学文献的指数级增长推动了自动综述生成（ASG）从简单流程演进为多智能体框架和商业深度研究智能体。然而，现有ASG评估方法依赖通用指标，严重偏向计算机科学（CS），无法评估ASG方法是否遵循各学科的独特标准。 Consequently，尤其是CS领域之外的研究者缺乏明确指导，如何使用ASG系统生成符合特定学科标准的高质量综述。为弥合这一差距，我们引入SurveyLens——首个跨学科的ASG方法评估基准。我们构建SurveyLens-1k，收录10个学科领域的1000篇高质量人工书写综述。随后，我们提出双视角评估框架：（1）学科感知评分准则评估，利用配备人类偏好权重的大语言模型（LLM）衡量对领域特定写作标准的遵循情况；（2）标准对齐评估，对人工综述进行内容覆盖和综合质量的严格测量。我们在SurveyLens上对11种最先进ASG方法进行大规模实验，包括基础LLM、ASG系统和深度研究智能体。分析结果揭示了各方法在不同学科中的distinct优势与不足，为选择契合特定学科需求的工具提供了重要指导。
引用
@article{arxiv.2602.11238,
title = {SurveyLens: A Research Discipline-Aware Benchmark for Automatic Survey Generation},
author = {Beichen Guo and Zhiyuan Wen and Jia Gu and Senzhang Wang and Haochen Shi and Ruosong Yang and Shuaiqi Liu},
journal= {arXiv preprint arXiv:2602.11238},
year = {2026}
}