Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2510.01193

帮助 | 高级搜索

计算机科学 > 人机交互

arXiv:2510.01193 (cs)
[提交于 2025年8月25日 ]

标题: AI代理如何支持记者的工作? 一个设计LLM驱动的智能报道系统的实验

标题: How can AI agents support journalists' work? An experiment with designing an LLM-driven intelligent reporting system

Authors:Vasileios Maltezos, Roman Kyrychenko, Aleksi Knuutila
摘要: 人工智能融入新闻实践代表了新闻采集、分析和传播方式的变革性转变。 大型语言模型(LLMs),特别是具有自主能力的模型,为增强新闻工作流程提供了前所未有的机会,同时为新闻编辑室的整合带来了复杂的挑战。 本研究基于记者访谈以及开发一种基于LLM的自动化工具(执行信息过滤、摘要和报道)的见解,探讨具有自主能力的LLM如何支持记者的工作流程。 本文详细描述了面向记者的自动化聚合和摘要系统,介绍了以用户为中心的LLM驱动报道系统(TeleFlash)的技术概述和评估,并讨论了已解决和未满足的记者需求,展望了新闻业中AI驱动工具的未来发展方向。
摘要: The integration of artificial intelligence into journalistic practices represents a transformative shift in how news is gathered, analyzed, and disseminated. Large language models (LLMs), particularly those with agentic capabilities, offer unprecedented opportunities for enhancing journalistic workflows while simultaneously presenting complex challenges for newsroom integration. This research explores how agentic LLMs can support journalists' workflows, based on insights from journalist interviews and from the development of an LLM-based automation tool performing information filtering, summarization, and reporting. The paper details automated aggregation and summarization systems for journalists, presents a technical overview and evaluation of a user-centric LLM-driven reporting system (TeleFlash), and discusses both addressed and unmet journalist needs, with an outlook on future directions for AI-driven tools in journalism.
评论: 8页,1表
主题: 人机交互 (cs.HC) ; 计算机与社会 (cs.CY)
MSC 类: 68T50
ACM 类: I.2; I.7; H.4; K.4; J.4
引用方式: arXiv:2510.01193 [cs.HC]
  (或者 arXiv:2510.01193v1 [cs.HC] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.01193
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Vasileios Maltezos [查看电子邮件]
[v1] 星期一, 2025 年 8 月 25 日 14:56:59 UTC (23 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
cs.HC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs
cs.CY

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号