English(EN) SciZoom: A Large-scale Benchmark for Hierarchical Scientific Summarization across the LLM Era

新的SciZoom基准测试追踪大型语言模型对科学写作的影响

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-24 04:00

研究人员推出了SciZoom，这是一个大规模基准测试，旨在评估分层科学摘要能力，并分析大型语言模型（LLMs）时代下的写作趋势。该基准测试包含来自2020年至2025年顶级机器学习会议的超过44,000篇论文，分为大型语言模型出现前和出现后两个时期。SciZoom提供三个摘要级别——摘要（Abstract）、贡献（Contributions）和简短总结（TL;DR）——并揭示了科学写作的显著变化，例如信心增强和散文同质化，公式化表达增加了10倍，而委婉语则下降了23%。 AI

影响为评估大型语言模型摘要能力和理解受人工智能写作工具影响的科学论述演变性质提供了新资源。

排序理由该集群描述了一个新的学术基准测试和数据集，用于评估大型语言模型在科学摘要方面的能力，并分析写作趋势。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一个新的学术基准测试和数据集，用于评估大型语言模型在科学摘要方面的能力，并分析写作趋势。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 63 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Han Jang, Junhyeok Lee, Kyu Sung Choi · 2026-06-24 04:00

SciZoom：大语言模型时代跨越式科学分级摘要的大规模基准测试

arXiv:2603.16131v2 Announce Type: replace Abstract: The explosive growth of AI research has created unprecedented information overload, increasing the demand for scientific summarization at multiple levels of granularity beyond traditional abstracts. While LLMs are increasingly a…

本文如何被排名

报道来源 [1]

SciZoom：大语言模型时代跨越式科学分级摘要的大规模基准测试

相关实体

相关话题