卷姬（SurveyGO）是清华大学面壁智能团队推出的AI论文写作工具，主打文献综述自动生成，采用自研LLMxMapReduce-V2技术，可根据主题快速产出结构严谨、引用规范的学术长文，被称为“学术内卷神器”。

名字由来

因SurveyGO在文献综述上效率极高、能快速“卷”完大量文献，被戏称为“卷姬”；发音可爱，也贴合其高效又亲和的工具定位。

核心技术

1. LLMxMapReduce-V2 技术

用文本卷积算法聚合多篇文献，替代传统RAG检索，充分利用全部参考文献信息，避免碎片化。

2. 三阶段长文本处理

初始化：构建知识骨架，生成结构化摘要；框架优化：7层卷积+信息熵评估，3轮自优化出最佳框架；综述构建：层级化生成，保障父子章节逻辑自洽。

3. 技术原理亮点

模拟CNN分层提取信息；信息熵指导卷积、提升信息密度；突破上下文长度限制；内置SurveyEval评估基准，保障学术质量。

使用方法

1. 普通模式（快速生成）

输入标题+关键词（中英均可），系统自动联网检索并生成综述，示例可生成2.5万字长文。

2. 专业模式（深度可控）

支持上传PDF/Word本地文献或指定数据库（知网、arXiv等）；可设为“不公开”，保护敏感内容。

3. 操作步骤

选择模式→填写信息→提交生成（约1小时，高峰期顺延）→完成后跳转飞书文档，含目录、正文、规范参考文献，可直接复制使用。

优势与不足

✅ 优势

• 技术领先：卷积聚合文献，利用率高，信息完整；
• 内容专业：万字级长综述，结构清晰、含专业图表；
• 中英双语：支持中英文生成，中文自带知识脉络图；
• 易用免费：双模式可选，注册即用，上手零门槛。

⚠️ 不足

• 细粒度自定义弱（语种/来源筛选有限）；
• 默认公开生成内容，敏感课题需手动设为不公开；
• 英文模式无逻辑图，双语体验不均衡；
• 少量非权威引用（如知乎匿名内容）；
• 高峰期排队，点赞可提升优先级。

项目地址

• 官网：https://surveygo.thunlp.org/
• GitHub：https://github.com/thunlp/LLMxMapReduce
• HuggingFace：https://huggingface.co/datasets/R0k1e/SurveyEval
• arXiv论文：https://arxiv.org/pdf/2504.05732