标签
本研究探讨了类别不平衡和批处理如何影响系统综述中基于LLM的筛选，揭示了批处理显著改变了决策行为，而流行率元数据的影响微乎其微。
本研究评估了像 ChatGPT、Claude 和 Gemini 这样的 AI 聊天机器人如何为医学问题检索临床研究，发现模型和用户角色对性能有显著影响，并且对较大样本大小存在偏倚。