本研究探讨了利用精细调整的大型语言模型（LLMs）自动化系统性文献综述（SLRs），展示了AI在学术研究中的创新应用。结果表明，LLMs在文献综述中具备高准确性和潜力，建议更新PRISMA指南以纳入AI驱动的流程，以提高研究的透明性和可靠性。

本研究探讨了利用精细调整的大型语言模型（LLMs）自动化系统性文献综述（SLRs），结果显示LLMs在文献综述中具备高准确性和潜力，呼吁更新PRISMA指南以整合AI驱动的流程，提升研究的透明性和可靠性。

本研究探讨了通过精细调整大型语言模型（LLMs）来自动化系统性文献综述（SLRs），结合人工智能与学术研究方法。研究展示了如何通过最新的精细调整和开源LLMs实现高效的SLR过程，确保响应准确并符合PRISMA标准。研究还提出解决LLM虚幻感的方法，追踪信息来源，证实LLMs在简化文献综述中的潜力，并建议更新PRISMA指南以整合AI驱动过程，提升透明性和可靠性。

本研究探讨了通过精细调整大型语言模型（LLMs）来自动化系统性文献综述（SLRs），结合AI与学术研究方法。使用开源LLMs和最新调整技术，实现高效SLR过程，确保响应的准确性，并符合PRISMA标准。研究提出了追踪信息来源的机制，展示了LLMs在简化文献综述中的潜力，并建议更新PRISMA指南以整合AI驱动的过程。