Resumen: El metaanálisis es una metodología de investigación sistemática que sintetiza datos de múltiples estudios existentes para obtener conclusiones integrales. Este enfoque no solo mitiga las limitaciones inherentes a los estudios individuales, sino que también facilita los descubrimientos novedosos a través del análisis de datos integrados. El metaanálisis tradicional implica una tubería compleja de varias etapas que incluye la recuperación de la literatura, la detección de papel y la extracción de datos, que exige un esfuerzo y tiempo humanos sustanciales. Sin embargo, si bien los métodos basados en LLM pueden acelerar ciertas etapas, aún enfrentan desafíos significativos, como alucinaciones en el cribado en papel y la extracción de datos. En este documento, proponemos un sistema de múltiples agentes, Manalyzer, que logra un metaanálisis automatizado de extremo a extremo a través de llamadas de herramientas. La revisión híbrida, la extracción jerárquica, la auto supervisión y las estrategias de verificación de retroalimentación implementadas en Manalyzer alivian significativamente estas dos alucinaciones. Para evaluar exhaustivamente el rendimiento del metanálisis, construimos un nuevo punto de referencia que comprende 729 documentos en 3 dominios, que abarca modalidades de texto, imagen y tabla, con más de 10,000 puntos de datos. Extensos experimentos demuestran que Manalyzer logra mejoras significativas de rendimiento sobre la línea de base LLM en tareas de metaanálisis múltiple. Página del proyecto: esta URL HTTPS .
Publicado Originalme en rss.arxiv.org El 27 de mayo de 2025.
Ver Fuente Original
