- SyROCCo：利用机器学习增强系统性综述
利用机器学习技术帮助系统性综述过程，开发一系列工具以分析与 “基于结果的合同” 主题相关的 1,952 篇出版物，结果显示机器学习技术在提高证据可达性和分析方面具有实用性，但需谨慎应用，克服其潜在的错误和偏差。
- 教育学和学习实践的生成式人工智能系统评述
该研究通过对相关文献的系统回顾，概述了在高等教育中利用生成人工智能进行教学和学习的最新研究现状。研究发现，文献中存在研究缺口，需要进一步研究如何将生成人工智能融入教学和学习过程，加强跨学科、多维度的合作，以制定生成人工智能的使用指南、框架和 - 朝双向人工智能对齐迈进：澄清、框架和未来发展的系统综述
近期的人工智能的普适性进展凸显出引导人工智能系统走向个人和群体的目标、道德原则和价值观的重要性，这被广泛称为对齐。然而，人工智能和哲学领域对于人工智能和人类对齐的定义和范围尚未被明确界定，而且这个问题的长期互动和动态变化也基本被忽视。为了填 - 不完整多标签学习综述：最新进展与未来趋势调查
多标签学习中的不完整多标签学习是一个突出的研究议题，本文回顾了不完整多标签学习的起源，分析了其面临的挑战，并从数据和算法的角度对不完整多标签学习进行了分类。此外，文中还提及了不完整多标签学习在不同领域的应用，并突出了几个潜在的未来趋势和未被 - 使用变换器进行系统性文献筛选
我们开发了一种建立通用筛选系统的方法，该系统可以根据研究问题中描述的内容需求，将其与广泛搜索词应用所得到的候选文章进行匹配。我们的结果表明，预训练于生物医学文献并针对特定任务进行微调的转换器模型为解决这个问题提供了有希望的解决方案，能够过滤 - 差分隐私联邦学习：系统性综述
我们的研究针对差分隐私的联邦学习进行了系统的概述和分类，提出了一种新的基于差分隐私和联邦场景定义和保证的分类方法，并探讨了差分隐私在联邦学习场景中的应用，为隐私保护的联邦学习提供了有价值的洞见和未来研究方向。
- 推进医疗自动化：面向医疗必要性证明的多智能体系统
应用 Swarm-Structured Multi-Agent Systems（MAS）研究医疗必要性，通过对临床指南对患者特定医疗结构化和非结构化数据的系统审查，将复杂任务分解为可管理的子任务，并研究各种提示策略对 AI 代理的影响，评估 - 利用 LLMs 加速系统评价筛选过程的承诺与挑战
系统性综述（SR）是软件工程（SE）中一种常见的研究方法。本研究旨在调查大型语言模型（LLMs）是否能通过简化摘要来加速标题 - 摘要筛选，并自动化标题 - 摘要筛选。研究结果表明，使用 LLMs 进行文本简化在筛选过程中并未显著提高人类的 - 声音用户体验的定性方法
现代基于计算机系统提供了一种自然的表达模式，本文通过系统综述和定性综合，对声音用户体验的定性方法进行了研究，强调了定性方法在声音用户体验研究中的好处，并提出了增加方法和结果的严谨性的机会，以及从各种设备和质性实践模式中的体验模式。
- AI 幻觉：值得澄清的一个误称
本研究通过系统回顾 14 个数据库，分析了 “AI 幻觉” 这一术语的定义，并将其按应用领域进行分类，发现使用该术语的一致性不足，提出了几个替代术语，并呼吁在涉及多个领域的重要当代 AI 问题上实现更加统一的共识。
- 定量技术预测：趋势外推方法综述
本研究通过对技术预测文献的系统综述，发现基于增长曲线和时间序列方法的定量趋势外推技术在过去十年十分流行，而近年来出现了基于机器学习的混合模型等新方法。然而，需要更多的努力和证据来确定混合模型是否优于传统方法，预计未来技术预测中混合模型的发展 - 对抗机器学习中的防御措施综述
机器学习系统中的对抗现象给实际应用带来了严重安全威胁，本调查旨在从统一的视角对现有的防御机制进行系统回顾，通过将机器学习系统划分为预训练、训练、后训练、部署和推断等五个阶段，提出明确的分类法，以分析各个防御机制的机制、联系和差异，并激发未来 - 揭示偏见和不公平：使用电子健康记录的医疗人工智能中偏见检测和缓解的系统综述
通过系统回顾性研究，本文总结了使用电子健康记录的人工智能应用存在的偏见问题，并讨论了现有的偏见处理方法。
- 文档级信息提取概览
这篇综述研究对最近的文档级信息抽取文献进行了系统回顾，通过与当前最先进的算法进行彻底的错误分析，确定它们的局限性以及文档级信息抽取任务的剩余挑战，包括标签误差、实体关联解析和缺乏推理，严重影响文档级信息抽取的性能。本综述的目标是为 NLP - 人类活动识别中自动数据注释技术的全面评估
本文系统性地综述了数据注释技术在 Human Activity Recognition (HAR) 领域中的应用，通过分类和分类法对现有方法进行整理，旨在为应用场景中的技术决策提供支持。
- ChatGPT 的影响与应用：文献综述的系统性评估
本文采用系统性综述和文献计量分析的方法，评估了 ChatGPT 在不同领域中的应用和潜在影响，发现尽管 AI 技术在各种行业中具有革命性的潜力，但需要进一步跨学科研究，定制集成和道德创新来解决现有问题并确保其负责任的使用。
- ChatGPT 是否能够为系统性文献综述搜索撰写良好的布尔查询？
本文探讨使用基于 Transformer 的生成模型 ChatGPT 生成系统评价文献搜索的优秀的布尔查询，并通过实验验证其具有高的搜索精度。ChatGPT 能够执行复杂的指令并生成高精度的查询，对于进行系统评价的研究者特别是对于时间紧迫的 - 口腔或咽喉癌治疗后言语发音器官变化的系统综述研究的预注册协议
本文介绍了一项针对口腔或咽部癌症治疗后言语障碍的系统性审查方案，以直接测量患者口腔各器官运动作为研究焦点，以期获得更好的关于口腔癌症治疗后言语问题的认识。
- 对 Scopus 和 Web of Science 中的 Cohort Intelligence（CI）算法及其相关应用的文献分析
本文通过对 Scopus 中 Cohort Intelligence 发表的文章进行图表分析及文献计量学分析，展示了该算法的相关应用及其系统评估结果。
- 可解释人工智能（XAI）在物联网中的应用调查
本文针对黑盒子人工智能模型存在的不可解释性问题，在物联网领域提供了一些可解释的人工智能模型的系统性研究和分类，同时探讨了一些挑战性问题和未解决问题，并给出了未来发展方向。