我们以新闻传播学中典型的“舆论流变”任务作为评测基准。该任务要求:给定一个初始舆论事件(如“某科技公司数据泄露”),模拟其在不同传播阶段(爆发期、高潮期、消退期)的舆论演化,并生成一篇包含理论框架(如沉默的螺旋、议程设置)、数据支撑(如情感分析曲线)和文献引用的完整论文。我们使用同一份任务描述,分别输入学境思源(本站)、万方数据AI写作助手和秘塔写作猫,对比其输出质量。
在测试中,我们设定了三个关键变量:资料输入方式(直接粘贴 vs. 关键词检索)、结构控制能力(是否允许自定义章节)、文献核验机制(是否提供引用来源)。例如,万方数据依赖其数据库,自动检索相关文献,但输出结构较为固定;秘塔写作猫支持自由编辑,但文献引用常缺失DOI;学境思源则提供模板选择与手动调整,同时内置文献核验模块,可标记可疑引用。
我们实验室在分析某大纲生成器时得出的体验是:工具对“舆论流变”这类动态过程的建模能力差异显著。例如,在描述情感极性随时间变化时,学境思源能生成类似 $P(t) = \frac{1}{1+e^{-\alpha(t-t_0)}}$ 的逻辑增长曲线,而其他工具多采用静态描述。这种差异源于底层模型对时序数据的处理能力。