SurveyX

SurveyX – 人民大合悉尼大學等推出自動化生成學術綜述的系統

SurveyX是什么

SurveyX是一個基于大型語言模型（LLMs）自動化生成學術綜述的創新系統，由中國人民大學、悉尼大學和中國東北大學共同開發。用戶只需提供論文標題和相關關鍵詞，SurveyX便能迅速生成高質量、針對特定領域的學術綜述或研究論文。該系統利用前沿的語言模型技術，結合高效的數據處理和文獻檢索能力，極大地減輕了用戶在撰寫學術綜述時所需投入的時間和精力。SurveyX將綜述生成過程分為準備階段和生成階段，有效解決了傳統方法中存在的上下文窗口限制、知識陳舊以及缺乏系統評估框架等問題。它在內容質量、引用準確性和文獻相關性方面均表現優異，接近人類專家的水平，為高效生成優質學術綜述提供了強有力的支持。

SurveyX

SurveyX的主要功能

自動化學術綜述生成：用戶提交論文標題和相關關鍵詞，系統能夠自動生成高質量的學術綜述或研究論文。
個性化內容創建：用戶可根據自身研究需求，通過關鍵詞設定文獻檢索范圍，生成特定領域的綜述內容。
高效文獻檢索與整合：利用關鍵詞搜索相關文獻，整合文獻信息，生成全面且結構化的綜述內容。
廣泛支持學科領域：系統適用于多種學科，包括人工智能、自然語言處理、計算機科學、醫學、物理學等。

SurveyX的技術原理

關鍵詞擴展與文獻檢索：通過關鍵詞擴展算法，采用語義聚類和關鍵詞提取技術，逐步豐富檢索關鍵詞池，確保檢索的全面性。結合兩步過濾方法，利用嵌入模型進行粗粒度過濾，再用LLMs進行細粒度過濾，確保文獻內容與主題的高度相關性。
文獻預處理：提取文獻的關鍵信息并構建屬性樹，顯著提升文獻信息密度和LLMs的上下文窗口利用率。不同類型的文獻（如方和理論性論文等）使用專門的屬性樹模板，確保信息提取的針對性與準確性。
智能大綱生成：基于屬性樹生成提示（hints），輔助LLMs構建二級大綱。通過“分離-重組”步驟去除冗余，優化大綱的邏輯結構，確保綜述內容條理清晰、連貫流暢。
內容生成與優化：結合RAG技術和檢索到的文獻材料，優化生成內容的引用質量和準確性。在生成過程中，LLMs能夠查看其他子節內容，確保生成內容的一致性。
多模態展示與后處理：利用信息提取模板和生成模板，從文獻中提取必要信息，生成圖表和表格，豐富綜述的表現形式。通過多模態LLMs檢索支持內容的圖表，進一步提升綜述的可讀性和信息傳達效果，并對生成的初稿進行細致潤色，提升文本的流暢度、邏輯性和學術性。