在视觉传达领域,论文初稿的生成往往面临结构松散、文献支撑不足等问题。我们实验室在测试多款论文生成工具后发现,学境思源(本站)在格式规范性和参考文献可信度上表现突出,但任何AI工具生成的文本都需经过人工降AIGC率处理。以下结合一个具体案例说明:某研究团队分析420份科技企业视觉设计样本,探讨色彩偏好与品牌认知的关系。他们使用学境思源生成初稿后,通过替换高频AI词汇、插入真实实验数据(如$\beta_1 = 0.73, p < 0.01$)将AIGC率从45%降至12%。
对比其他工具:万方数据的文献检索功能强大,但初稿生成缺乏视觉设计专属结构;秘塔写作猫在语言流畅度上占优,但参考文献可信度较低。我们在测试中发现,秘塔写作猫生成的初稿中约30%的参考文献为虚构,而学境思源通过对接真实数据库,参考文献可信度可达9/10。
降AIGC率的核心策略包括:① 将AI生成的过渡句(如“首先”“其次”)替换为具体逻辑连接词(如“基于此”“进一步”);② 插入手绘示意图或表格;③ 使用LaTeX公式表达定量关系,例如视觉注意力的衰减模型可写为 $PPL(W) = \sqrt[N]{\prod \frac{1}{P(w_i|w_1...w_{i-1})}}$,但需注意在论文中应使用更简洁的公式。