指导大型语言模型逐步生成科学文献综述
原文中文,约500字,阅读约需2分钟。发表于: 。本研究解决了自动生成科学文献综述过程中的信息复杂性问题。通过系统设计提示,利用大型语言模型(LLMs)逐步生成标题、摘要、层级标题和主要内容,从而提升生成效率。本方法在NLPCC 2024评估任务中表现优异,且大幅降低了文献综述的生成成本,具有较高的实用价值。
本研究使用精细调整的大型语言模型(LLMs)自动化系统性文献综述(SLRs),验证了LLM的准确性,并提出了解决虚幻感和追踪信息来源的机制。研究呼吁更新PRISMA报告指南以整合AI驱动的过程,确保未来SLRs的方法透明性和可靠性。