使用多个AI代理进行系统文献综述的系统：概念与实证评估
软件工程
2025-09-23 v2
摘要
系统文献综述（SLR）是循证研究的基础，使学者能够识别、分类和综合现有研究以解决特定的研究问题。然而，进行SLR在很大程度上是一个手动过程。近年来，研究人员在自动化SLR流程的各个环节方面取得了显著进展，以减少高质量综述所需的工作量和时间；尽管如此，仍然缺乏基于AI代理的、能自动化整个SLR工作流程的系统。为此，我们引入了一个新颖的多AI代理系统，旨在完全自动化SLR。利用大语言模型（LLMs），我们的系统简化了综述过程，以提高效率和准确性。通过一个用户友好的界面，研究人员指定一个主题；然后系统生成一个搜索字符串以检索相关的学术论文。接下来，对与研究领域相关的标题应用纳入/排除过滤步骤。随后，系统总结论文摘要，并仅保留与所研究领域直接相关的论文。在最后阶段，它根据预定义的研究问题对所选论文进行深入分析。本文介绍了该系统，描述了其操作框架，并展示了它如何在保持全面性和精确性的同时，大幅减少传统SLR所需的时间和精力。该项目的代码可在以下网址获取：https://github.com/GPT-Laboratory/SLR-automation。
引用
@article{arxiv.2403.08399,
title = {System for systematic literature review using multiple AI agents: Concept and an empirical evaluation},
author = {Abdul Malik Sami and Zeeshan Rasheed and Kai-Kristian Kemell and Muhammad Waseem and Terhi Kilamo and Mika Saari and Anh Nguyen Duc and Kari Systä and Pekka Abrahamsson},
journal= {arXiv preprint arXiv:2403.08399},
year = {2025}
}
备注
12 Pages, 7 Figures