本研究提出了CiteBART模型，旨在解决科研写作中的引用生成问题，特别是引用价值判断和本地推荐。该模型在Refseer和ArXiv等基准测试中表现优异，展现了其零样本能力。

本研究针对大型语言模型在引用生成中的挑战，建立了自动评估体系和双语知识库，包含32022条引用。实验结果表明，特定引用指标能有效提升生成质量，缩小模型与人类期望之间的差距。