摘要
撰写文献综述需深入理解引用论文间的关系。本文提出 GRASP 框架，结合大语言模型规划与图算法，提取关键论文关系。该框架采用双层图结构（思维图与论证 - 反论证规划网络），并通过斯坦纳树进行拓扑感知剪枝以识别核心关系。评估表明，GRASP 生成的相关工作部分在话语角色、意图及引用分组上高度接近人类写作水平。
AI 推荐理由
论文提出基于图推理的规划框架，核心在于利用 LLM 进行文献综述的任务规划与结构生成。
研究机构
University of Texas at Dallas
论文信息