标签
本文通过 LLM 辅助的内容分析，从专业人道主义情况报告中推导出 15 槽信息架构，并评估了 121 份人类报告和 261 份 LLM 生成报告，发现 LLM 生成的危机报告在部分指标上媲美人类，但无法提供专业出处且仅复现少量官方数据，自动评分指标（如 ROUGE-L、BERTScore）与报告完整性关联不佳。