该文综述大语言模型在自然语言生成评估、临床NLP、情感分析和社会科学标注等任务中的应用。微调GPT-3.5在方面级情感分析中F1达83.8，优于零样本方法；开源模型有利于隐私保护和复现；ChatGPT在摘要、简化等任务中表现领先，但自动指标与人工评价存在差距，GPT-4能较好对齐人类判断。