LLM智能体软件问题修复研究综述：242项研究
该综述系统梳理了242项基于大语言模型智能体的软件问题修复研究，指出该方向文献呈爆发式增长，并围绕基准、技术与实证研究三个维度建立分类体系，同时强调强化学习正成为该领域日益重要的训练范式。整体属于领域态势归纳，而非单一干预效果的量化结论。 研究设计为系统性文献综述，纳入242项近
实验室医学中的人工智能：从机器学习到大型语言模型
综述认为实验室医学中的人工智能正从结构化数据的传统机器学习，转向可处理非结构化临床文本的大型语言模型。 采用叙述性综述，比较传统机器学习、深度学习、通用大型语言模型与实验室专用基础模型四类范式。
数据驱动方法在绿色微生物学中识别植物促生菌的策略综述
综述指出，高通量测序推动植物促生菌研究从培养依赖转向基因组信息策略，但准确识别与表征仍具挑战。 文章为综述，梳理基于基因组的大规模分类与功能分析，以及基于性状数据库对植物有益基因的预测途径。
手术临床场景中环境听写人工智能的范围综述
该范围综述关注环境听写人工智能在手术临床空间中的应用情况。 因摘要缺失，仅据标题可知采用范围综述设计，具体检索与纳入方法不明。
智能体AI系统的故障传播与风险遏制框架
该文提出以系统视角分析智能体AI的故障传播与风险遏制，主张安全评估不应只看任务能否完成，还应看错误在被系统阻止前能传播多远；文中未报告实验数据，属概念框架类证据，方向为提出性主张而非验证性结论。 研究设计为理论/框架构建类论文，非实验或临床研究；材料未报告样本量、干预与对照、随访
动态人机协作中的指令推断任务与心理理论
围绕动态人机协作中的指令推断任务，探讨心理理论在其中的作用。 该文为《Artificial Intelligence》第361卷的出版物资讯，作者为Saad、Murukannaiah与Singh。
工业4.0中AI与IoT驱动CAD/CAM智能集成的系统综述
结论方向：综述提示AI（尤其深度学习、图神经网络、强化学习）与IoT/IIoT在CAD/CAM自适应制造中的集成已有较多研究，但实时适应性、数据标准化与互操作性仍存明显缺口；作为系统综述，其结论属文献层面「提示」，不足以证实具体技术效果。 研究设计与做法：按PRISMA 2020
RDMA：小模型智能体从电子病历中低成本挖掘罕见病
问题：罕见病影响约 1/10 的美国人，却在临床记录中系统性记录不足。基于 ICD 的系统无法覆盖其广度 —— Orphanet 编码中超过 50% 无直接 ICD 映射，HPO 编码中仅 2.2% 有匹配 ICD 码，导致患者群体"不可见"、诊断延迟。 难点：挖掘非结构化临床笔
小语言模型生成网络搜索特征用于表格数据分类
结论：该文提示，使用小语言模型（SLMs）为表格数据分类任务选择与生成特征，在两个常用表格数据集的多分类任务中取得最高F1分数0.383与0.848；方向为方法可行性提示，非普遍优越性结论。 研究设计与做法：提出一种利用小语言模型为机器学习分类任务中的表格数据集选择与生成特征的方
LLM 能做功效分析吗？四项模型实证评估（结论：不能替代专家判断）
背景：功效分析（power analysis）对定量研究的严谨性至关重要，但因专用软件门槛高而使用不足；LLM 正被快速整合进研究实践，其在统计任务上的可靠性却缺乏系统评估 —— 存在"未经检验或过于乐观地使用"的风险。 设计：评估四种广泛使用的 LLM —— ChatGPT（G
