Scientific Writing Logic Reasoning Graph Reinforcement Learning Hallucination Reduction
摘要

针对 AI 辅助科学论文写作中引言生成缺乏逻辑严谨性及易产生幻觉引用的问题,本文提出了内容条件引言生成任务。作者设计了 LECTOR 框架,通过从论文主体构建逻辑推理图作为可验证蓝图,并采用逻辑 - 表达协同奖励机制,联合优化图的结构保真度与最终叙事质量。在 Nature Communications 数据集上的实验表明,该方法显著提升了逻辑 fidelity、引用质量及论文一致性。

AI 推荐理由

论文核心提出逻辑推理图构建与联合优化框架,旨在解决科学写作中的逻辑一致性与可验证性问题。

研究机构
The Chinese University of Hong Kong
论文信息
作者 Jiabei Xiao, Yizhou Wang, Chen Tang, Pengze Li, Wanli Ouyang et al.
发布日期 2026-05-25
arXiv ID 2605.25964
相关性评分 9/10 (高度相关)