本研究提出了一种名为LAG的系统框架，旨在自动生成人工智能领域的研究主题领导者板。LAG集成了论文收集和实验结果提取等步骤，验证了生成领导者板的高质量和可靠性。

本研究探讨了人工智能和机器学习领域的“可重复性危机”，明确了“可重复性”的定义，并将研究内容分为八个主题，发现许多早期研究未被标记为“可重复性”。

本研究旨在建立层次结构的知识图，以支持初学者研究人员进行调查。通过鱼骨图和人工智能技术，评估其在研究主题概述和跨学科关系识别中的有效性。同时，探讨计算机视觉在防治森林火灾中的应用，以及生成AI在文献总结和研究想法生成中的重要作用，以提高研究效率和发现新方向。