研究者提出LLM文献筛选评估建议及WMCC指标

Madeyski等人发布论文，提出LLM4SCREENLIT建议，指导如何评估用于系统综述文献筛选的大语言模型，并提出加权马修斯相关系数（WMCC），将MCC的 chance 校正与非对称误分类成本结合。 研究者回顾29篇论文发现，仅10%报告MCC、仅24%报告完整混淆矩阵，且没有论文对假阴性成本定价。据该论文，系统综述文献筛选的评估应优先关注丢失证据（Lost Evidence），并使用成本敏感的WMCC与MCC共同进行排名。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。