搜索
浙大、上交提出 DAS，1 小时生成面向发表的 Academic Survey
1 天前
浙江大学与上海交通大学团队及其合作者共同研发了Deep Academic Survey（DAS）系统，该系统能在1小时内自动生成一篇可发表的学术综述。DAS摒弃了传统的“检索—写作”模式，转而采用Stateful Agentic Framework，并依托DAS-2M文献元数据湖作为底层支持。它首先对近200万篇arXiv论文进行精细解析，提取出结构化元数据，随后通过检索、构建分类体系、论文分配、分层规划写作等步骤，并经过语义审查与确定性验证，形成一个生成—审查—修正—重评估的闭环流程，最终生成包含图表和参考文献的完整PDF综述。在DAS-Bench评测中，DAS的平均得分4.34，高于最强基线的4.03，且在专家匿名评测中表现优于Naive RAG、AutoSurvey等系统。目前，项目网站已公开220篇自动生成的热门方向综述及对比结果。不过，生成的综述仍需人工核验，未来可进一步探索动态文献追踪、人机协同修改等方向。
