EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

LongSciGen: Dual datasets and an evaluation framework for long-form scientific text generation

Huy Quoc To, Quoc Tran, He Zhang, Guangyan Huang, Ming Liu

Array · 2026-12 · 32 · 101250

DOI: 10.1016/j.array.2026.101250 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Array, 2026-12. Verfasst von Huy Quoc To und 4 weiteren Autor:innen. Die Arbeit nennt 63 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0). Gefördert von: Australian Research Council.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Australian Research Council

Zitieren

APA

To, H. Q., Tran, Q., Zhang, H., Huang, G., & Liu, M. (2026). LongSciGen: Dual datasets and an evaluation framework for long-form scientific text generation. Array, 32, 101250. https://doi.org/10.1016/j.array.2026.101250

Vancouver

To HQ, Tran Q, Zhang H, Huang G, Liu M. LongSciGen: Dual datasets and an evaluation framework for long-form scientific text generation. Array. 2026;32:101250. doi:10.1016/j.array.2026.101250

BibTeX
@article{To2026,
  author = {To, Huy Quoc and Tran, Quoc and Zhang, He and Huang, Guangyan and Liu, Ming},
  title = {LongSciGen: Dual datasets and an evaluation framework for long-form scientific text generation},
  journal = {Array},
  year = {2026},
  volume = {32},
  pages = {101250},
  doi = {10.1016/j.array.2026.101250}
}
Kostenlos starten →