SurveyX：基于大语言模型的学术综述自动化
计算与语言
2025-02-28 v2
摘要
大语言模型（LLMs）已展现出卓越的理解能力和广阔的知识储备，表明 LLMs 可作为高效的自动综述生成工具。然而，近期的自动综述生成研究仍受到有限上下文窗口、缺乏深入内容讨论以及缺乏系统性评估框架等关键限制。着眼于人类写作过程，我们提出 SurveyX，一个高效且有组织的自动综述生成系统，将综述编写过程分解为两个阶段：准备阶段和生成阶段。通过创新性地引入在线参考文献检索、一种称为 AttributeTree 的预处理方法，以及精炼过程，SurveyX 大幅提升了综述编写的效果。实验评估结果表明，SurveyX 在内容质量（提升 0.259）和引用质量（提升 1.76）方面均优于现有的自动综述生成系统，在多个评估维度上接近人类专家水平。SurveyX 生成的综述示例已在 www.surveyx.cn 上提供。
引用
@article{arxiv.2502.14776,
title = {SurveyX: Academic Survey Automation via Large Language Models},
author = {Xun Liang and Jiawei Yang and Yezhaohui Wang and Chen Tang and Zifan Zheng and Shichao Song and Zehao Lin and Yebin Yang and Simin Niu and Hanyu Wang and Bo Tang and Feiyu Xiong and Keming Mao and Zhiyu li},
journal= {arXiv preprint arXiv:2502.14776},
year = {2025}
}
备注
15 pages, 16 figures