免费额度不等于适合提交。我们在实验室测试了多款计算机科学论文生成器,包括学境思源(本站)、QuillBot 和笔杆网,发现仅凭免费版输出无法判断工具的真实学术价值。为此,我们设计了一套算法框架测试题,从大纲质量、资料约束、修改成本与导出能力四个维度进行量化评估。
测试案例选取了“基于深度学习的图像去噪算法对比研究”这一课题。我们要求每个工具生成包含摘要、引言、方法、实验、结论的完整大纲。学境思源(本站)输出的大纲结构清晰,方法部分明确列出了“DnCNN、FFDNet、IRCNN”三种基线模型,并给出了数学形式化描述:$\hat{x} = \arg\min_{x} \frac{1}{2} \|y - Hx\|_2^2 + \lambda \Phi(x)$。QuillBot 的大纲较为泛化,缺少具体模型名称;笔杆网则提供了较多参考文献,但部分引用年份较旧。
在资料约束测试中,我们要求工具在给定5篇核心论文(如Zhang et al. 2017的DnCNN论文)的基础上生成内容。学境思源(本站)能够准确引用这些论文,并自动提取关键公式和实验结果。QuillBot 未能有效利用给定资料,输出内容与资料关联度低。笔杆网虽然引用了给定论文,但存在引用格式错误。