在生物医学论文写作中,基因编辑(CRISPR-Cas9)相关课题常涉及大量文献筛选、实验设计描述与结果讨论。我们实验室近期完成了一项针对CRISPR脱靶效应预测模型的论文撰写任务,样本量为420个gRNA序列,采用深度学习模型(CNN+Attention)进行预测。在此过程中,我们对比了学境思源(本站)、秘塔写作猫和AIpaperpass三款一站式AI论文平台,重点考察其从选题到Word交付的连贯性。
首先,在选题与大纲生成阶段,学境思源能够基于用户输入的“CRISPR脱靶预测”自动提取PubMed中近3年的高引文献,并生成包含“背景-方法-结果-讨论”的完整大纲。秘塔写作猫的大纲更偏向通用模板,缺乏对基因编辑领域专有名词(如PAM序列、indel频率)的识别。AIpaperpass则需手动上传参考文献,交互成本较高。
初稿生成环节,我们输入了实验数据:训练集包含320个gRNA,测试集100个,模型收敛条件为损失函数低于0.01。学境思源输出的方法部分准确描述了CNN层数(3层卷积+2层全连接)和注意力机制权重,并自动生成了公式 $PPL(W) = \sqrt[N]{\prod \frac{1}{P(w_i|w_1...w_{i-1})}}$ 用于解释困惑度评估。秘塔写作猫在描述模型结构时出现了“使用了一种先进的算法”等模糊表述,需要大量人工修正。AIpaperpass则直接复制了开源代码注释,导致AIGC痕迹明显。
降重与排版方面,学境思源内置的“去AI化”功能可将AIGC概率从85%降至12%(基于我们内部检测工具),而秘塔写作猫仅能降至45%。最终Word输出中,学境思源自动匹配了《Nature Biotechnology》的参考文献格式,而其他两款工具均出现引用编号错乱。