★ 3
FD-SCoPE模型可回答临床试验证据表问题并溯源
论文提出 FD-SCoPE 框架，让语言模型回答临床医生对系统综述证据表的两类提问，并公开查询、所选试验与推导规则，同时从专家纠正中学习。在含 159 条免疫检查点抑制剂试验记录的肿瘤学证据表上，完成全部 140 项临床风格任务，派生属性问题的相关记录召回率达 99.3%，专家纠正后未见问题 F1…
arXiv cs.AI28 天前
#系统综述
共 6 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
SciLitBench：LLM系统综述基准
引入SciLitBench，一个多阶段基准，涵盖标题摘要筛选、全文筛选和模式引导数据提取。评估22个开源LLM，发现明确纳入排除标准可提升筛选F2，但数据提取可靠性下降，最强模型仅恢复部分证据。该基准为评估LLM辅助证据综合提供资源。
arXiv cs.AI54 天前
★ 3
LLM用于疾病传播模型系统综述的自动化
研究开发了LLM流水线从536篇论文中提取模型信息，与人工综述对比显示GPT-5.0准确率达81.67%。发现LLM间一致性可指示输出质量，低一致性可能预示幻觉。
arXiv cs.AI66 天前
★ 2
CARF：用专家修正推理监督模型筛选科研证据
针对系统综述需人工筛选海量文献的瓶颈，作者提出人在回路的上下文感知推理框架CARF，利用专家对模型生成推理的反馈来适配语言模型。在口头尸检与死因判定方法综述上，CARF筛选表现具竞争力并保持高敏感度，更倾向把模糊研究留给人工复核。
arXiv NLP3 天前
★ 2
嵌入检索+LLM 过滤在随机试验语料中召回 92% 证据
论文比较标签检索与「文本嵌入召回候选 + 语言模型筛选」两阶段方案，在 7354 项随机对照试验语料上，标签检索仅找到系统综述所需证据的 45%，新方法达到 92%，但单次查询成本随检索深度上升。结果支持广召回加查询特定证据过滤的架构。
arXiv NLP5 天前
★ 2
arXiv 论文：ReviewPilot 多智能体系统综述筛选
论文提出对话式多智能体系统 ReviewPilot，自动化 PRISMA 系统综述流程中的论文筛选与信息抽取，每条筛选决策附理由、每个抽取值附来源。在流行病学专家综述上，其筛选宏 F1 达 0.776、抽取 F1 达 0.788，优于单提示 LLM 与 AgentSLR。
arXiv NLP17 天前