大语言模型在科研文献综述中的应用进展

摘要

近年来以 GPT、Gemini、Claude 为代表的大语言模型（LLM）在自然语言理解与生成方面取得突破，正在深刻改变科研工作者进行文献检索、综合分析与综述写作的方式。本文系统综述 2023—2025 年间 LLM 在科研文献综述中的应用方法、典型工具与现存局限，并对未来三年的发展方向进行展望。

一、研究背景

科研文献的指数级增长与跨学科融合趋势，使得传统的「读—摘—综」工作流逐渐难以应对。据 Nature 2024 年的统计，全球每年发表的同行评议论文已超过 500 万篇。研究者在面对海量文献时，往往不得不在「宽度」与「深度」之间艰难取舍。LLM 的出现为这一困境提供了新的解法 —— 它具备跨语言、跨学科的文本理解能力，并能在秒级时间内对数百篇文献进行结构化抽取与综合。

二、典型应用方法

2.1 文献检索增强

LLM 可以将研究者的自然语言查询自动改写为多个语义等价的检索式，并跨多个学术数据库执行联合检索。代表性工具包括 Semantic Scholar 的 SciSpace Copilot、Elicit、Consensus 等。

2.2 结构化信息抽取

针对单篇文献，LLM 可以按预定义 Schema（如：研究问题、方法、数据集、核心发现、局限）输出结构化 JSON，便于后续的对比分析与可视化。下表为一个典型 Schema 示例：

2.3 综合性综述写作

基于多篇文献的结构化抽取结果，LLM 可以辅助生成综述初稿。但当前研究普遍认为，LLM 生成的综述需要研究者进行严格的事实校验与逻辑梳理，不宜直接采用。

"LLM 在科研写作中的最佳定位是高级科研助理，而非自动作者。研究者的判断与创造力仍不可替代。" —— Nature 2024 社论

三、技术实现示例

下列代码片段展示了一个简化的文献信息抽取流程：

def extract_paper(text: str, schema: dict) -> dict:
    "使用 LLM 按 Schema 抽取论文结构化信息"
    prompt = build_prompt(text, schema)
    response = llm.chat(prompt, temperature=0.1)
    return parse_json(response)

四、现存局限

1. 幻觉问题：LLM 可能生成看似合理但实际不存在的引文或事实。
2. 领域深度：通用大模型在高度专业的学科（如理论物理、有机化学）上仍显不足。
3. 版权风险：未经授权使用付费文献进行训练或推理存在法律争议。
4. 评估困难：缺乏统一的基准来衡量 LLM 综述的质量。

五、未来展望

未来 3 年，LLM 在科研文献综述中的应用将朝三个方向演进：（1）领域垂直化大模型的普及；（2）检索增强生成（RAG）成为主流技术架构；（3）人机协作工作流的标准化。本团队也将持续在前沿技术追踪专题中跟踪相关进展。

版本历史

1. 2025-06-13 · 张明远

   v1.3 · 增补 5 篇 2025 年新发表参考文献，修订第四节

2. 2025-04-08 · 李雪

   v1.2 · 优化代码示例，补充 Elicit 工具评测

3. 2025-02-15 · 张明远

   v1.1 · 修复参考文献编号错误

4. 2025-01-20 · 张明远

   v1.0 · 初始版本发布

相关推荐

• 检索增强生成（RAG）系统架构与最佳实践
• 学术 AI 工具横向评测：Elicit / Consensus / SciSpace
• 大模型幻觉问题的成因与缓解方法综述