这篇文章是Linux.do社区关于科研写作大模型选型的深度续篇。作者在此前分析基础上,结合Text Arena榜单展开进一步论证。此前核心结论为:谷歌四代模型写作能力最强但易夸大结论,GPT家族因过度防御导致文本可用性差、语言不够自然,Claude Opus在文本能力与事实性上更为均衡。本次分析的关键动作是对榜单进行Factuality(事实准确性)校正,以适配科研写作对事实准确的高要求。校正后,原总榜第二的Argon模型排名跌至第八,印证了社区此前的判断。Text Arena同期上线了事实准确性排行榜,依据模型回答的准确性而非仅凭人类偏好进行排名。由于写作总榜及各分榜前列均无GPT身影,且大量用户反馈其写作质量不佳,作者将讨论范围限定为谷歌四代模型与Claude Opus 5.5,并从学科方向、内容类型、写作环节三个维度给出组合建议:通用写作按语言选择,中文场景用Argon主写、Opus 5.5复核,英文场景用Carbon主写、Opus 5.5复核;数学推导与统计推理交给Neon、Argon;医学与临床写作优先使用Opus 5.5。作者同时强调榜单与AI分析结果仅供参考,建议读者结合自身专业方向与既有工作流试用后确定最终方案。
事件分析
核心观点:大模型选型正从’全能型’转向任务分工:事实性校正表明’写得好’与’说得对’是两回事,科研场景需双模型协作。
原文链接:Linux.do

评论前必须登录!
立即登录 注册