KIWI：应答研究问题的知识密集型写作指南数据集
原文中文，约1600字，阅读约需4分钟。
📝
内容提要
本研究通过实证用户研究，探讨大型语言模型（LLMs）在协助专业作家中的效用，发现其在翻译和审阅方面尤为有效，并强调了其在创意写作辅助中的潜力。
🔎
延伸解读
专业写作中LLM的实用价值
研究通过30名专业作家的实证调查发现，LLM在翻译和审阅任务中帮助最为显著，而在规划等认知活动中也有辅助作用。这表明当前LLM更适合作为写作流程中的效率工具，而非完全替代人类创作。对于写作者而言，可优先在翻译和审阅环节引入LLM，以提升工作效率。
创意写作辅助的潜力与局限
尽管LLM在翻译和审阅方面表现突出，但研究强调其在创意写作辅助中仍有潜力待挖掘。这意味着LLM在需要高度原创性和艺术性的写作任务中可能尚未达到理想效果。未来研究可探索如何更好地利用LLM激发创意，同时避免过度依赖导致作品同质化。
知识密集型写作的技术背景
文章提及多个相关研究，如LLM2KB、KITLM等，这些工作通过知识库融合、指令调整等技术提升LLM在知识密集型任务中的表现。KIWI数据集可能旨在评估LLM在回答研究问题时的知识整合能力，为开发更专业的写作辅助工具提供基准。
❓
Q&A
大型语言模型在专业写作中有哪些应用？
大型语言模型在专业写作中主要用于规划、翻译和审阅等认知活动，尤其在翻译和审阅方面表现突出。
研究发现大型语言模型在创意写作中有什么潜力？
研究强调了大型语言模型在创意写作辅助方面的潜力，建议未来进行相关研究。
这项研究是如何进行的？
研究通过实证用户研究，调查了30名用户对大型语言模型的使用体验。
大型语言模型在翻译方面的表现如何？
在翻译方面，大型语言模型被认为非常有效，能够帮助作家提高翻译质量。
未来的研究方向有哪些？
未来的研究方向包括进一步探索大型语言模型在创意写作和其他认知活动中的应用。
用户对大型语言模型的反馈如何？
用户普遍认为大型语言模型在协助写作时提供了有效的支持，尤其是在翻译和审阅方面。
🏷️
