近段時間火熱的問答大模型如DeepSeek、Chatgpt等是非常適合寫作和日常查詢資料的工資，當用來寫論文時，會發現插入的參考文獻打不開或根本不存在的情況；另外DeepSeek、Chatgpt擴寫的內容如一些流行病學數據無法給出準確的“出處”，這對于嚴謹的科研寫作來說完全不能用。
以上是問答大模型一直未解決的問題：虛假。目前這些問題還未解決，也許時間問題，術業有專攻，是否有專門用于論文寫作的寫作大模型呢？今天安利大家推薦一個MediPen的寫作大模型，它可以實現：輸入一句話，智能擴寫+邏輯補全+真實參考文獻自動插入。這徹底改變了傳統寫作模式，效率大增，因為都不用去Pubmed查文獻了。
MediPen工具上線以來用戶反饋極佳，特別是針對Medipen是寫綜述，寫文章背景，寫國自然標書立項依據的利器，總體好評率達到了歷史最高的90%！
MediPen工具左邊是輸入區和參考文獻設置區，Medipen可以根據使用者的喜好來設置參考文獻的數量、發表時間、影響因子；希望參考文獻新一點，就選擇“時間最新優先”按鈕；希望影響因子高一點，就選擇“影響因子優先”按鈕。
右邊是結果區，參考文獻的標題，藍色高亮，點擊至原文。每個參考文獻包含作者，標題，期刊，時間，影響因子，點擊“引用”按鈕，直接下載該參考文獻文件至Endnote等軟件。
輸入一句話，比如“三陰性乳腺癌臨床預后很差?！?設置好參考文獻參數，比如選擇影響因子優先，設置數量，比如5個。
等了五六秒，MediPen自動返回結果如下：
可以看到根據要求，納入了5個參考文獻，都是頂刊的文獻，比如第一條參考文獻就來自新英格蘭醫學期刊，都自動插入了文內對應地方。
從內容看，擴寫后內容呈現“總分總”格式，邏輯感滿滿。紅色為總，增加了對TNBC的解釋和比例說明。綠色部分引申因為預后差所以需要尋找新的療法，接下去是3個參考文獻分別舉例發現的一些新靶點和藥物。最后藍色總結句。
對于文獻真實性，我們驗證下它是在胡扯還是每句話都有依有據?？梢钥吹降诙湓捥岬?，TNBC站新診斷乳腺腫瘤的24%，后面跟著參考文獻2。我們就點擊2號參考文獻原文，看看是不是真的有說到：
可以看到原文確實提到了TNBC占新診斷乳腺癌24%，MediPen對原文進行了高度總結（不是簡單復制），并適配了擴寫內容，即結果里紅色內容部分：“三陰性乳腺癌（TNBC）的臨床預后非常差。這種類型的乳腺癌缺乏雌激素受體、孕激素受體和HER2基因擴增，約占新診斷乳腺腫瘤的24%[2]。
智能擴寫、自動化參考文獻篩選、根據擴寫內容，寫出上下文邏輯自洽的一段話：MediPen幾乎干了所有本來人工需要干的工作，AI時代對傳統科研工作模式的變革?？烊ピ囋嚢蓗
