arXiv · Software Engineering· Aleksi Huotala, Miikka Kuutila, Mika M\"antyl\"a·Oct 9, 2026, 12:00· 4 hr agoAI score35

LLM 在软件工程系统综述中的筛选性能是否停滞？

Has LLM Screening Performance Stalled in Software Engineering Systematic Reviews?

AI brief

基于软件工程系统综述筛选基准 SESR-Eval 及低成本子集 SESR-Eval-Mini，研究评估了 8 款新 LLM 的筛选表现，并与 7 款旧模型对比：二次研究的平均 MCC 仅从 0.347 升至 0.365，模型间差异仍小于研究间差异。