SurveyX是什么

SurveyX 是基于大型语言模型（LLMs）自动化生成学术综述的系统，是中国人民大学、悉尼大学和中国东北大学联合推出的。基于用户提供论文标题和关键词，快速生成高质量、特定领域的学术综述或论文。SurveyX系统基于先进的语言模型技术，结合数据处理和文献检索能力，帮助用户节省编写学术综述的时间和精力。SurveyX将综述生成过程分解为准备阶段和生成阶段，解决传统方法中上下文窗口限制、知识过时及缺乏系统性评估框架等问题。SurveyX 在内容质量、引用质量和文献相关性方面均优于现有方法，接近人类专家水平，为高效生成高质量学术综述提供了有力支持。

SurveyX的主要功能

自动化生成学术综述：用户提供论文标题和相关关键词，系统自动生成高质量的学术综述或研究论文。定制化内容生成：用户根据自己的研究需求，基于关键词指定文献检索范围，生成特定领域的综述内容。高效文献检索与整合：基于关键词检索相关文献，整合文献中的信息，生成全面且结构化的综述内容。支持多种学术领域：系统适用于多种学科领域，包括但不限于人工智能、自然语言处理、计算机科学、医学、物理学等。

SurveyX的技术原理

关键词扩展与文献检索：基于关键词扩展算法，通过语义聚类和关键词提取，逐步扩展检索关键词池，确保检索的全面性。结合两步过滤方法，用嵌入模型进行粗粒度过滤，用LLMs进行细粒度过滤，确保文献与主题高度相关。文献预处理：将文献的关键信息提取构建成属性树，显著提高文献信息密度和LLMs的上下文窗口利用率。不同类型的文献（如方法论文、理论论文等）使用不同的属性树模板，确保信息提取的针对性和准确性。智能大纲生成：基于AttributeTree生成提示（hints），辅助LLMs生成二级大纲。基于“分离-重组”步骤消除冗余，优化大纲的逻辑结构，确保综述的条理性和连贯性。内容生成与优化：基于RAG技术，结合检索到的文献材料，优化生成内容的引用质量和准确性。在生成过程中，LLMs能查看其他子节的内容，确保生成内容的一致性。多模态展示与后处理：基于信息提取模板和生成模板，从文献中提取必要信息生成图表和表格，丰富综述的表现形式。用多模态LLMs检索支持内容的图表，进一步提升综述的可读性和信息传达效果。对生成的初稿进行精细化润色，提升文本流畅性、逻辑性和学术性。

SurveyX的项目地址

项目官网：surveyx.cnGitHub仓库：https://github.com/IAAR-Shanghai/SurveyXHuggingFace模型库：https://huggingface.co/papers/2502.14776arXiv技术论文：https://arxiv.org/pdf/2502.14776

SurveyX的应用场景

学术研究：快速生成高质量的文献综述，帮助研究人员掌握领域现状和研究方向。跨学科研究：整合多学科文献，促进跨学科知识融合。动态更新：实时检索最新文献，生成动态综述，助力跟踪前沿研究。教学辅助：帮助学生学习综述写作，提升学术写作能力。行业分析：生成技术综述和行业报告，为企业和机构提供决策参考。