Key Considerations
在学术网络生成场景下需特别注意：
- Parameter Configuration：引文网络通常具有高聚类特性，需在prompt中明确指定
--config "high_clustering" - time dimension：真实引文具有时效性，建议使用
generate_args中的temperature参数控制创新性程度 - 领域特异性：不同学科引用模式差异大，最好准备该领域的少量种子数据
评估建议
应当使用专用验证脚本：python evaluate/article/main.py重点检查：
- 引文链长度分布是否符合洛特卡定律
- 跨学科引用比例是否合理
- 权威节点的枢纽效应是否显现
Optimization Tips
高级用户可：
- modifications
llm_prompts/article下的模板文件 - 混合使用GPT和Llama等不同模型生成不同学科引文
- 结合真实数据集做迁移学习
This answer comes from the articleGAG: Generating a Social Relationship Graph Using a Large Model to Simulate Human BehaviorThe
May not be reproduced without permission:AI productivity tools " 使用GraphAgent进行学术引用网络研究时需要注意什么？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil