模型中心
研究写作评测
评估模型在论文、查新、审稿和长文档任务中的可靠性。
评测目标
研究写作不是看模型能不能写长文本，而是看它能不能区分证据、假设和可声称结论。长程任务还要观察上下文压缩后是否丢失原目标。
任务集
| 任务 | 观察点 | 失败信号 |
|---|---|---|
| 单篇论文分析 | 是否提取问题、方法、证据、局限 | 只复述摘要 |
| Related Work | 是否区分相近工作和差异 | 把无关论文硬凑 |
| 审稿意见处理 | 是否逐条回应并保留边界 | 无证据扩大声称 |
| 论文润色循环 | 是否保持术语和符号一致 | 改动后无法编译 |
推荐模型配置
研究写作通常从 Max 路由开始，尤其是查新、审稿、论文修改和需要引用证据的任务。轻量摘要可以用 Deep 路由，但需要明确不做强结论。
验收方式
- 关键结论必须能追溯到文献、实验或用户给的材料。
- 引用、图表、公式和符号要能回到原文检查。
- LaTeX 或文档类产物要尽量编译/渲染验证。
- 长任务结束时要列出未验证项。
证据门禁
| 输出类型 | 必须包含 | 不接受 |
|---|---|---|
| 论文精读 | 问题定义、方法假设、实验设置、局限性 | 只复述摘要和贡献点 |
| Related Work | 最近工作、差异点、为什么仍有空间 | 只列论文名不比较 |
| 审稿回复 | 每条意见的回应、改动位置、未采纳理由 | 泛泛说“已修改” |
| LaTeX 改写 | 改动文件、编译结果、仍未验证的图表或引用 | 不编译就声称可提交 |
记录字段
材料来源：
模型和推理等级：
是否联网检索：
引用或证据路径：
改动文件：
编译/渲染命令：
未验证项：
可声称结论：
不可声称结论：
研究写作评测要区分“语言更顺”和“证据更强”。如果一个模型把表述写得更漂亮但扩大了实验结论，评分应下降。
继续阅读
按当前页面继续跳到相关教程、评测、路线或 Gallery 示例。