论文
利用大语言模型开展疾病传播模型的系统性文献综述
Leveraging Large Language Models for Systematic Literature Review of Disease Spread Models
摘要
大语言模型（LLM）的最新进展为精简乃至自动化许多研究流程创造了新机会，其中包括系统性文献综述（SLR）。本研究报告了一个LLM管线的开发，用于从536篇同行评审的基于主体建模（agent-based modeling）论文中抽取与模型相关的信息，并将结果与人工开展的系统性文献综述进行比较。结果显示，GPT-4.1的论文级准确率约为77.95%，GPT-5.0约为81.67%。字段级准确率介于32.40%到100.00%之间，更复杂或更主观的字段表现较不可靠。重要的是，我们发现LLM之间的一致性是输出质量的一个潜在指标：低一致性可能提示幻觉，而高一致性结合低准确率则可能指向人工数据集中的噪声或错误。总体而言，我们的研究为提示词开发提供了实践洞见，并揭示了在建模与仿真领域将LLM用于全面系统性文献综述的潜力与局限。
