名为 FOXGLOVE 的新数据集已发布，其中包含人类专家和大型语言模型对议论文的反馈。该数据集包含 2,300 多条反馈评论，其中大型语言模型生成的反馈比人类讲师更复杂、更长。虽然人类和人工智能的反馈在总体目标和文章立场上是一致的，但在改进的具体句子方面存在差异。有趣的是，人类讲师对大型语言模型的反馈质量评价更高，但这主要归因于大型语言模型倾向于提供更长的评论。 AI
影响 为评估大型语言模型写作辅助能力与人类专家相比提供了一个基准。
排序理由 该集群包含一篇详细介绍新数据集和研究结果的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.06271v1 Announce Type: new Abstract: While large language models (LLMs) are increasingly used to generate writing feedback, there remains no systematic comparison of LLM and expert feedback on the dimensions that writing research identifies as central to revision: goal…
While large language models (LLMs) are increasingly used to generate writing feedback, there remains no systematic comparison of LLM and expert feedback on the dimensions that writing research identifies as central to revision: goal-orientation, anchoring to specific sentences, a…