产品概述
SurveyX是由中国人民大学、悉尼大学和东北大学联合开发的学术调查自动化系统，利用大型语言模型（LLM）来生成特定领域的学术论文和综述。用户只需输入论文标题和关键词，SurveyX就能自动从海量文献中筛选出高度相关的参考资料，并将信息结构化处理，最终输出包含文字和图表的完整调研结果。整个过程通常只需1-2个工作日，大幅提升了学术调研的效率。
核心优势
SurveyX在生成质量上表现出色。它采用“分离-重组”的大纲优化策略，将调研流程拆分为准备和生成两个阶段，充分发挥LLM的能力，确保生成的论文逻辑清晰、无冗余内容。在覆盖度、结构和相关性等指标上，它的评分分别达到4.95、4.91和4.94（满分5分），与人类专家水平相当。此外，它的引用质量F1分数高达81.52，非常接近人类的81.83，说明引用的准确性和相关性都很好。
SurveyX还支持多种形式输出，不仅包括文字，还能生成直观的图表，让调研结果展示更生动。它通过关键词扩展算法和两步过滤法，从大量文献中精准筛选参考文献，并整理成结构化数据，既丰富了信息又便于语言模型理解。
适用场景
- 学术研究者需要快速生成特定主题的文献综述或论文初稿。
- 学生或团队需要系统性地梳理某一领域的研究现状。
- 科研项目前期调研，需高效获取高质量文献引用和结构化摘要。
- 跨学科研究，希望借助AI整合多来源信息并生成可视化图表。