生成式人工智能的中文自动编校效果评估与优化研究
打开文本图片集
【摘 要】在出版领域，提升编校质量至关重要。当前自动编校工具存在不足，导致生成式人工智能在编校领域极具潜力但应用受限。立足编辑实务构建错误文本语料库，测评国内外8个主流大模型，综合各模型的优势任务，采用提示词工程和工作流协同优化策略构建编校工作流。研究显示，该工作流在标准模型与严格模式下的检错率均显著高于传统自动编校工具黑马校对及大多数单一大模型，验证了特定模型架构、训练数据与编校任务具有较好的适配性，且优化策略能够提升模型的编校效果。（剩余9264字）