基于大型语言模型的自动生成评审方法
原文中文,约500字,阅读约需2分钟。发表于: 。我们提出了一种基于大型语言模型(LLMs)的自动化评论生成方法,可以快速生成全面的评论,对催化剂的组成、结构和性能进行深入分析。我们还采用多层质量控制策略应对 LLMs 的视幻,并通过专家验证确认生成评论的准确性和引文完整性。这种方法可通过一键评论生成的 Windows 应用程序帮助研究人员追踪进展并推荐文献,展示了 LLMs 在提高科学研究生产力方面的作用,并为进一步探索奠定了基础。
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LLMs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,为全面准确的文献综述设立了新的标准。