一篇新论文提出了名为 GUEST 的指南,供研究人员在系统性文献综述 (SLR) 中使用生成式人工智能 (GenAI) 和大型语言模型 (LLM)。该指南解决了确保 SLR 所需的严谨性、可靠性和透明度的挑战,而这些是 GenAI 工具目前无法在无监督的情况下保证的。虽然 GenAI 可以协助完成重复性任务和验证,但人类监督对于值得信赖的系统性研究仍然至关重要。 AI
影响 为研究人员提供了一个框架,以负责任地将人工智能工具整合到系统性文献综述中,确保严谨性和透明度。
排序理由 该项目是一篇提出人工智能在研究中应用指南的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- generative artificial intelligence
- Gotit.pub
- GUEST
- Hugging Face
- Influence Flower
- large-language models
- Litmaps
- ScienceCast
- scite Smart Citations
- software engineering
- Systematic literature reviews
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →