ASReview LAB v.2：多智能体协同与专家众包的开源文本筛选系统革新

针对海量文本筛选效率低下的问题，荷兰乌得勒支大学团队开发了ASReview LAB v.2开源平台，创新性地融合多智能体AI系统（ELAS-Ultra/Heavy/Lang系列）与专家众包机制，通过SYNERGY基准测试实现模型损失降低24.1%，为系统评价研究提供了透明可重复的智能辅助解决方案，显著提升医学、政策等领域的证据合成效率。

　　

在信息爆炸的时代，科研文献数量呈指数级增长，而传统人工筛选方式已难以应对。系统评价作为证据合成的金标准，往往需要研究人员从数千篇文献中筛选出少量相关研究，这个过程既耗时又容易出错。与此同时，大型语言模型(LLM)虽然展现出强大的文本处理能力，但其"幻觉"问题使得完全依赖AI进行筛选存在风险。这种矛盾催生了对"人机协同"解决方案的迫切需求——如何让AI成为专家的"超级助手"而非替代者，成为当前研究的关键挑战。

荷兰乌得勒支大学的研究团队在《Patterns》发表了ASReview LAB v.2这一创新平台。该研究通过构建多智能体AI系统，实现了从传统单模型到动态多模型协作的跨越式发展。平台核心突破在于：1）首创"专家众包+AI代理"协同机制，支持多位专家并行标注；2）开发ELAS系列预置模型（包括轻量级TF-IDF+ SVM的Ultra版、语义感知的MXBAI版和多语言E5版）；3）基于SYNERGY基准优化超参数，使默认模型性能提升24.1%；4）设计透明可追溯的数据存储架构，平衡计算效率与可重复性。

关键技术方法包括：1）采用主动学习排序(ALTR)框架构建AI代理系统；2）整合多种特征提取技术（TF-IDF、MXBAI、E5等）；3）开发异步任务服务器处理多专家标注流；4）基于24个系统评价数据集进行超参数优化；5）实现模型动态切换机制（如SAFE停止启发式）；6）构建SYNERGY基准测试集验证性能。

研究结果部分显示：

1. 多智能体系统架构：通过将筛选过程分解为随机采样、TF-IDF分类、MXBAI语义匹配等阶段代理，在创伤后应激障碍(PTSD)文献筛选中将需筛查文献数从542.1±189.47降至266.8±25.84篇。
2. 模型性能比较：新版TF-IDF+SVM（ELAS-u4）平均损失0.0623±0.0040，显著优于旧版(0.0875±0.0083)；MXBAI模型(ELAS-h3)损失进一步降至0.0610±0.0046。
3. 专家协作效率：在IMPROVE欧盟项目中，26个机构的专家通过Screenathon流程在限定时间内完成大规模标注，验证了crowd screening的可行性。
4. 存储优化方案：通过记录关键配置和标注时序而非完整模型状态，将项目文件大小控制在合理范围，同时保证可重复性。

讨论指出，这项研究的创新价值在于：1）首次实现系统评价中多模型动态协作与专家群体智能的融合；2）通过开源架构（Docker+React+Flask）打破商业软件垄断；3）为AI辅助决策提供了可解释性范本。特别是在精神健康领域，平台能有效识别"难发现"研究（如van_de_Schoot_2018数据集中的孤立相关文献），对临床指南制定具有重要意义。未来方向包括开发基于性能指标的自动模型切换、抗噪声学习算法以及委员会查询(QBC)等集成策略。

该研究不仅推动了系统评价方法学的技术进步，更探索了人机协同的知识发现新模式。正如作者Rens van de Schoot强调的，ASReview LAB v.2的核心哲学是"AI作为增强而非替代人类判断的工具"，这一理念对应对医学信息过载挑战具有普适性启示。平台的成功也证明，在保持方法透明（如完整记录超参数ngram_range从1-gram扩展到1/2-gram的变更）的前提下，AI技术可以成为循证实践的可信伙伴。