RWGBench

深度分析

以引用決策評估大型語言模型的學術關聯工作生成：RWGBench 介紹

隨著科研文獻激增，自動化關聯工作生成需求提升。RWGBench以引用決策為核心，提供100篇金標本與千萬檢索庫，評估引用選擇、組織與語篇結構。實驗顯示現有模型在引用精準度上仍不足，凸顯檢索與生成瓶頸。此基準亦比對傳統摘要相似度指標，揭露模型在引用選擇上的系統性缺陷。