通过人与多智能体会话大语言模型提高写作能力

Rubbish编辑部2026-03-102026-03-10

下辈子不要写论文了好不好

Abstract

LLMs（大语言模型）在写作代理中展现出极大的潜力，但在更为复杂的论文写作要求中仍然面临诸多挑战。我基于俺寻思之力，引入了一种用于论文写作的人与多智能体对话框架（HMAC）。我使用了0个例子进行了相关研究。在XiChen等研究学者的文章中MAC相较于CoT，自我优化以及自我一致性上有更高的性能。创新点在于我的论文提高了人类参与的程度。

Keywords: AI，论文写作

1 Introduction

自LLMs诞生以来便展示出了其在八股文写作上的巨大优势。近年来越来越多学者使用LLMs代理文书工作，但是LLMs常常出现遗漏、幻觉等等问题，使得人们在使用时往往不能过于信任LLMs所生产的论文。经由XiChen等研究学者的论文启发，使得我思考将MAC迁移至论文写作的可能性。

2 Methodology

人类与多智能体对话框框架通过人机交互实现论文内容与质量双提高。见Fig1。

2.1

人类提供关于论文写作要求的所有资料，包括论文主题、部分参考文献等等，开启一个新的对话框，命名为Admin Agent，交由其总结大纲并整理可用文献内容；

2.2

开启第二个对话框，命名为Writer Agent，生成论文初稿；

2.3

开启第三个对话框，命名为Supervisor Agent，提供论文要求，然后生成修改意见；

2.4

经由人类审核，截取其中认为有必要的修改意见，再次给到Writer Agent重新生成一篇新论文；

2.5

要求Supervisor Agent重新检查并且提出修改意见；

2.6

重复第四步和第五步直至人类满意为止。

3 Results and Discussion

3.1

非常好用。

4 Conclusion

看什么呢，还不快用起来。

Acknowledge

无

Reference

[1] Chen, X., Yi, H., You, M., Liu, W., Wang, L., Li, H., Zhang, X., Guo, Y., Fan, L., Chen, G., Lao, Q., Fu, W., Li, K., & Li, J. (2025). Enhancing diagnostic capability with multi-agents conversational large language models. Npj Digital Medicine, 8(1). https://doi.org/10.1038/s41746-025-01550-0