當(dāng)你還在為寫一篇文獻(xiàn)綜述而苦惱時(shí)，中國(guó)人民大學(xué)的研究團(tuán)隊(duì)已經(jīng)開發(fā)出了一個(gè)能自動(dòng)寫學(xué)術(shù)綜述的AI系統(tǒng)。這項(xiàng)名為SurveyX的研究由中國(guó)人民大學(xué)的梁恂、楊家偉等多位學(xué)者，聯(lián)合東北大學(xué)、悉尼大學(xué)以及先進(jìn)算法研究院的研究人員共同完成，并將在2025年8月的KDD會(huì)議（ACM知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘大會(huì)）上正式發(fā)表。想要深入了解這項(xiàng)研究的讀者可以通過arXiv:2502.14776v2查閱完整論文。

說起寫文獻(xiàn)綜述，就像是要把一個(gè)龐大圖書館里所有相關(guān)的書籍都讀一遍，然后寫出一份完整的閱讀報(bào)告。隨著學(xué)術(shù)論文數(shù)量的爆炸式增長(zhǎng)，這項(xiàng)任務(wù)變得越來越困難。研究團(tuán)隊(duì)發(fā)現(xiàn)，僅在arXiv網(wǎng)站上，論文提交數(shù)量從2010年的約6.7萬(wàn)篇增長(zhǎng)到2024年的28.5萬(wàn)篇，預(yù)計(jì)2025年將達(dá)到36.8萬(wàn)篇，增長(zhǎng)了五倍多。面對(duì)如此海量的文獻(xiàn)，傳統(tǒng)的人工綜述寫作方式已經(jīng)難以應(yīng)對(duì)。

雖然大語(yǔ)言模型的出現(xiàn)為自動(dòng)化文獻(xiàn)綜述帶來了希望，但現(xiàn)有的方法仍然存在不少問題。就像用一個(gè)小水桶去裝大海里的水一樣，大語(yǔ)言模型的上下文窗口有限，無法同時(shí)處理數(shù)百篇參考文獻(xiàn)。而且，這些模型往往依賴內(nèi)部知識(shí)，可能提供過時(shí)或錯(cuò)誤的引用信息，缺乏獲取最新文獻(xiàn)的能力。

SurveyX系統(tǒng)的設(shè)計(jì)理念源于對(duì)人類寫作過程的觀察和模擬。研究團(tuán)隊(duì)將整個(gè)綜述寫作過程分為兩個(gè)主要階段：準(zhǔn)備階段和生成階段。這就像蓋房子一樣，先要準(zhǔn)備好建材和工具，然后才能開始施工。

在準(zhǔn)備階段，SurveyX首先要解決的是如何高效獲取相關(guān)文獻(xiàn)。傳統(tǒng)方法就像是拿著一張購(gòu)物清單去超市，只能買到清單上列出的商品。而SurveyX采用了一種叫做關(guān)鍵詞擴(kuò)展算法的創(chuàng)新方法，它能夠根據(jù)初始關(guān)鍵詞自動(dòng)發(fā)現(xiàn)更多相關(guān)的搜索詞匯。這個(gè)過程就像是一個(gè)聰明的圖書管理員，你告訴他你想了解"可控文本生成"，他不僅會(huì)找到直接相關(guān)的書籍，還會(huì)推薦涉及"大語(yǔ)言模型"、"文本控制技術(shù)"等相關(guān)主題的資料。

具體來說，這個(gè)算法首先用初始關(guān)鍵詞搜索文獻(xiàn)，然后對(duì)獲得的文獻(xiàn)摘要進(jìn)行語(yǔ)義聚類分析，從每個(gè)類別中提取新的關(guān)鍵詞。系統(tǒng)會(huì)計(jì)算這些新關(guān)鍵詞與已有關(guān)鍵詞池和研究主題的語(yǔ)義距離，選擇最合適的關(guān)鍵詞添加到搜索池中。這個(gè)過程會(huì)持續(xù)進(jìn)行，直到收集到足夠數(shù)量的相關(guān)文獻(xiàn)。為了確保質(zhì)量，系統(tǒng)還設(shè)計(jì)了兩步過濾機(jī)制：先用嵌入模型進(jìn)行粗篩，再用大語(yǔ)言模型進(jìn)行精細(xì)篩選，確保最終選出的文獻(xiàn)都高度相關(guān)。

獲得文獻(xiàn)后，SurveyX面臨的第二個(gè)挑戰(zhàn)是如何有效處理這些文獻(xiàn)。直接把完整的論文文本輸入給AI就像是讓一個(gè)人同時(shí)閱讀幾百本書一樣，既不現(xiàn)實(shí)也不高效。研究團(tuán)隊(duì)開發(fā)了一種叫做AttributeTree（屬性樹）的預(yù)處理方法。這種方法就像是為每種類型的論文制作了專門的閱讀模板，能夠快速提取出論文的核心信息。

AttributeTree針對(duì)不同類型的論文設(shè)計(jì)了不同的模板。對(duì)于方法類論文，它會(huì)提取背景、問題定義、核心思想、方法步驟、實(shí)驗(yàn)設(shè)置和結(jié)論等關(guān)鍵信息。對(duì)于綜述類論文，它會(huì)關(guān)注綜述的目的、涵蓋范圍、提出的框架、主要結(jié)論和未來趨勢(shì)等內(nèi)容。這就像是有經(jīng)驗(yàn)的讀者在看不同類型書籍時(shí)會(huì)采用不同的閱讀策略一樣。通過這種方法，系統(tǒng)能夠?qū)⒑窈竦恼撐膲嚎s成結(jié)構(gòu)化的關(guān)鍵信息，大大提高了信息密度和處理效率。

進(jìn)入生成階段后，SurveyX的工作流程就像是一個(gè)經(jīng)驗(yàn)豐富的作家在構(gòu)思和寫作。首先是大綱生成，這個(gè)過程采用了一種叫做大綱優(yōu)化的方法。系統(tǒng)會(huì)先讓AI根據(jù)收集到的文獻(xiàn)信息生成提示信息，這些提示就像是寫作時(shí)的靈感點(diǎn)。然后基于這些提示逐步生成二級(jí)大綱。這個(gè)過程的巧妙之處在于，它模仿了人類寫作者通常會(huì)先分類整理參考資料，然后確定文章結(jié)構(gòu)的習(xí)慣。

在生成二級(jí)大綱時(shí)，系統(tǒng)會(huì)先為每篇參考文獻(xiàn)的屬性樹生成對(duì)應(yīng)的提示信息，然后綜合這些提示來確定最合適的切入點(diǎn)和分段策略。為了避免重復(fù)和冗余，系統(tǒng)還采用了"分離-重組"的策略，先將所有二級(jí)大綱從一級(jí)大綱中分離出來，進(jìn)行去重處理，然后重新整理到一級(jí)大綱中。這就像是整理衣柜時(shí)，先把所有衣服拿出來，去掉重復(fù)的，再按類別重新擺放。

內(nèi)容生成階段同樣借鑒了人類寫作的特點(diǎn)。系統(tǒng)會(huì)基于生成的大綱，結(jié)合提示信息和參考資料，逐個(gè)章節(jié)地生成內(nèi)容。在寫作某個(gè)特定章節(jié)時(shí)，AI不僅會(huì)參考相關(guān)的資料，還能看到其他章節(jié)的內(nèi)容，確保整篇綜述的連貫性和一致性。這就像是寫作者在寫某個(gè)章節(jié)時(shí)，會(huì)時(shí)?；仡櫱懊鎸戇^的內(nèi)容，確保邏輯連貫。

SurveyX的一個(gè)突出特點(diǎn)是引入了后期潤(rùn)色環(huán)節(jié)。就像專業(yè)編輯會(huì)對(duì)稿件進(jìn)行多輪修改一樣，系統(tǒng)包含了基于檢索增強(qiáng)生成的重寫模塊和圖表生成模塊。重寫模塊會(huì)重新檢索相關(guān)資料，驗(yàn)證和修正引用的準(zhǔn)確性，同時(shí)優(yōu)化文本的流暢度和連貫性。這個(gè)過程不僅能提高引用質(zhì)量，還能確保生成的綜述內(nèi)容保持一致性。

圖表生成模塊則為綜述增添了視覺元素。系統(tǒng)構(gòu)建了多個(gè)信息提取模板，每個(gè)模板對(duì)應(yīng)特定的圖表生成腳本。基于這些模板，AI會(huì)從參考文獻(xiàn)的屬性樹中提取必要信息，然后自動(dòng)生成相應(yīng)的圖表。此外，系統(tǒng)還能利用多模態(tài)大語(yǔ)言模型從參考文獻(xiàn)中檢索合適的圖片，如果某個(gè)圖片能有效支持章節(jié)內(nèi)容，就會(huì)被納入到綜述中。這就像是在撰寫報(bào)告時(shí)適當(dāng)添加圖表和插圖來增強(qiáng)表達(dá)效果。

為了評(píng)估SurveyX的性能，研究團(tuán)隊(duì)設(shè)計(jì)了全面的評(píng)價(jià)體系。在內(nèi)容質(zhì)量評(píng)估方面，他們擴(kuò)展了現(xiàn)有的評(píng)價(jià)維度，加入了綜合能力和批判分析兩個(gè)新指標(biāo)。綜合能力評(píng)估系統(tǒng)是否能夠有效連接不同研究，識(shí)別總體趨勢(shì)或矛盾，構(gòu)建連貫的知識(shí)框架。批判分析則考察系統(tǒng)對(duì)現(xiàn)有研究的深度批評(píng)能力，包括識(shí)別方法論局限性、理論不一致性和研究空白。

在引用質(zhì)量評(píng)估上，研究團(tuán)隊(duì)采用了引用召回率、引用精確度和F1分?jǐn)?shù)等指標(biāo)。召回率評(píng)估生成文本中的每個(gè)陳述是否都得到了所引用文獻(xiàn)的充分支持，精確度則評(píng)估是否存在不相關(guān)的引用。研究團(tuán)隊(duì)還首次提出了參考文獻(xiàn)相關(guān)性評(píng)估指標(biāo)，包括交并比、語(yǔ)義相關(guān)性和基于大語(yǔ)言模型的相關(guān)性評(píng)價(jià)，全面衡量系統(tǒng)檢索到的文獻(xiàn)質(zhì)量。

實(shí)驗(yàn)結(jié)果顯示，SurveyX在多個(gè)維度上都表現(xiàn)出色。在內(nèi)容質(zhì)量方面，系統(tǒng)在覆蓋度得分4.95、結(jié)構(gòu)性得分4.91、相關(guān)性得分4.94等指標(biāo)上都接近人類專家水平（滿分5分）。特別是在結(jié)構(gòu)性和批判分析方面，SurveyX相比現(xiàn)有的自動(dòng)化綜述生成系統(tǒng)有顯著提升。在引用質(zhì)量方面，系統(tǒng)的召回率達(dá)到85.23，精確度為78.12，F(xiàn)1分?jǐn)?shù)為81.52，甚至在精確度指標(biāo)上略微超過了人類專家。

人工評(píng)估的結(jié)果進(jìn)一步驗(yàn)證了自動(dòng)評(píng)估的可靠性。六位具有大語(yǔ)言模型相關(guān)綜述寫作經(jīng)驗(yàn)的博士生參與了人工評(píng)估，結(jié)果顯示SurveyX在所有指標(biāo)上都優(yōu)于現(xiàn)有的自動(dòng)化系統(tǒng)，并且更接近人類專家的表現(xiàn)。這種一致性表明自動(dòng)評(píng)估方法的有效性，也證實(shí)了SurveyX的實(shí)際應(yīng)用價(jià)值。

為了驗(yàn)證各個(gè)模塊的作用，研究團(tuán)隊(duì)還進(jìn)行了詳細(xì)的消融實(shí)驗(yàn)。結(jié)果顯示，關(guān)鍵詞擴(kuò)展算法主要提升了內(nèi)容覆蓋度和相關(guān)性，AttributeTree方法顯著改善了結(jié)構(gòu)性、綜合能力和批判分析，大綱優(yōu)化方法主要增強(qiáng)了結(jié)構(gòu)連貫性，而基于檢索增強(qiáng)生成的重寫模塊則大幅提升了引用質(zhì)量。這些發(fā)現(xiàn)證實(shí)了每個(gè)組件在整個(gè)系統(tǒng)中都發(fā)揮著重要作用。

目前，SurveyX團(tuán)隊(duì)已經(jīng)建立了包含超過263萬(wàn)篇arXiv論文的數(shù)據(jù)庫(kù)，并且每天都在更新。系統(tǒng)支持20個(gè)不同的研究主題，從深度學(xué)習(xí)到自然語(yǔ)言處理，涵蓋了人工智能領(lǐng)域的主要分支。研究團(tuán)隊(duì)還建立了項(xiàng)目網(wǎng)站，提供了由SurveyX生成的綜述樣例，讓有興趣的研究者可以直觀地了解系統(tǒng)的能力。

不過，研究團(tuán)隊(duì)也誠(chéng)實(shí)地指出了系統(tǒng)的局限性。在參考文獻(xiàn)相關(guān)性方面，SurveyX與人類專家相比還有一定差距，特別是在交并比和基于大語(yǔ)言模型的相關(guān)性評(píng)價(jià)指標(biāo)上。這表明系統(tǒng)在文獻(xiàn)檢索的精準(zhǔn)度上還有提升空間。另外，雖然系統(tǒng)能生成圖表，但在圖表類型的多樣性和生成方法上還可以進(jìn)一步豐富。

展望未來，研究團(tuán)隊(duì)計(jì)劃在幾個(gè)方向上繼續(xù)改進(jìn)SurveyX。首先是優(yōu)化檢索算法，爭(zhēng)取達(dá)到與人類專家相當(dāng)?shù)臋z索性能。其次是擴(kuò)展圖表生成的方法和類型，讓生成的綜述在視覺表達(dá)上更加豐富。最后是進(jìn)一步完善基于屬性樹的綜述組織方法，提高生成內(nèi)容的邏輯性和連貫性。

從更廣闊的視角來看，SurveyX代表了人工智能輔助學(xué)術(shù)寫作的一個(gè)重要里程碑。它不僅解決了文獻(xiàn)綜述寫作中的實(shí)際困難，也為學(xué)術(shù)研究的自動(dòng)化開辟了新的可能性。隨著學(xué)術(shù)文獻(xiàn)數(shù)量的持續(xù)增長(zhǎng)，這樣的工具將變得越來越重要，能夠幫助研究者更好地理解和把握研究領(lǐng)域的發(fā)展趨勢(shì)。

當(dāng)然，SurveyX并非要取代人類學(xué)者，而是要成為他們的得力助手。就像計(jì)算器不會(huì)讓數(shù)學(xué)家失業(yè)一樣，自動(dòng)化的綜述生成工具能夠讓研究者從繁重的文獻(xiàn)整理工作中解脫出來，將更多精力投入到創(chuàng)新性的研究工作中。這種人機(jī)協(xié)作的模式可能會(huì)成為未來學(xué)術(shù)研究的新常態(tài)，既提高了效率，又保持了研究的質(zhì)量和深度。

Q&A

Q1：SurveyX是什么？它能為普通研究者帶來什么幫助？

A：SurveyX是中國(guó)人民大學(xué)團(tuán)隊(duì)開發(fā)的自動(dòng)化學(xué)術(shù)綜述生成系統(tǒng)，它能夠自動(dòng)搜集相關(guān)文獻(xiàn)、提取關(guān)鍵信息并生成完整的學(xué)術(shù)綜述。對(duì)于普通研究者來說，這個(gè)系統(tǒng)可以大大減少寫文獻(xiàn)綜述的時(shí)間和工作量，從原本需要幾周甚至幾個(gè)月的工作縮短到幾小時(shí)，讓研究者能把更多精力投入到創(chuàng)新性研究中。

Q2：SurveyX生成的綜述質(zhì)量如何？能替代人工寫作嗎？

A：根據(jù)實(shí)驗(yàn)結(jié)果，SurveyX在內(nèi)容質(zhì)量和引用質(zhì)量方面都接近人類專家水平，在某些指標(biāo)上甚至略有超越。不過它目前還不能完全替代人工寫作，更適合作為研究者的智能助手，幫助完成初稿和資料整理工作，然后由人類學(xué)者進(jìn)行最終的審查和完善。

Q3：普通人可以使用SurveyX嗎？系統(tǒng)有什么使用限制？

A：目前SurveyX主要面向?qū)W術(shù)研究使用，研究團(tuán)隊(duì)建立了項(xiàng)目網(wǎng)站提供綜述樣例展示。系統(tǒng)主要支持人工智能相關(guān)領(lǐng)域的20個(gè)研究主題，數(shù)據(jù)庫(kù)包含超過263萬(wàn)篇論文。對(duì)于普通用戶的開放使用，論文中沒有詳細(xì)說明具體的獲取方式和使用條件。