arXiv:2608.22124cs.CL2026-08
实证分析发现大模型写作让论文更清晰、引用更广、作者分布更全球。
LLM assisted writing deserves empirical evaluation
- 基于6.9万篇医学信息学论文，分析大模型写作的影响。
- 使用大模型的论文呈现更聚焦的表达和更广泛的引用。
- 建议以学术质量而非工具使用来评估论文价值。
大模型辅助写作常被视为检测问题，引发对清晰度、诚信、公平性和评估的关切。对69,209篇健康信息学论文的分析表明，使用大模型的论文具有更聚焦的表述、更广泛的引文实践以及更全球化的作者分布。这些模式并未证明科学质量更高，但支持以学术质量和责任性来评估稿件，而非依据所用工具。
原文摘要 · Abstract (English)
LLM-assisted writing is often treated as a detection problem, as it raises questions about clarity, integrity, equity, and evaluation. An analysis of 69,209 Health Informatics papers links it to more focused presentation, broader citation practices, and more globally distributed authorship. These patterns do not prove better science, but they support evaluating manuscripts by scholarly quality and accountability rather than by tool use.
大模型写作实证研究学术评估
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。