大模型驱动的文献综述自动生成与跨学科知识挖掘_1.docx

PAGE2

《大模型驱动的文献综述自动生成与跨学科知识挖掘》

一、调研概述

1.1调研背景与目的

在全球知识生产加速的时代，科研文献正以指数级增长。据统计，每年有超过500万篇学术论文被发表，科研工作者面临着前所未有的信息过载困境。传统文献综述依赖人工检索与阅读，效率低下且难以覆盖跨学科知识网络。

大语言模型技术的突破性进展，为这一困境提供了全新的解决范式。基于Transformer架构的预训练模型展现出强大的语义理解与知识推理能力，能够从海量非结构化文本中自动抽取研究脉络、识别知识演进路径。

本报告旨在系统分析大模型驱动的文献综述自动生成技术及其在跨学科知识挖掘中的应用前景。研究聚焦