RWGBench

新基准RWGBench评估AI生成的学术写作

研究人员推出了RWGBench，这是一个旨在评估大型语言模型在相关工作生成（RWG）方面质量的新基准。与关注文本相似度的现有指标不同，RWGBench根据引文决策来评估RWG，这对于学术写作至关重要。该基准由一个大型计算机科学论文语料库构建而成，评估引文选择、上下文适用性、组织和论述。这种方法揭示了当前系统在传统评估中被掩盖的局限性，并与专家判断更吻合。