系统性综述筛选自动化的基准框架：SRBench 与 PromptSR

SRBench 基准数据集以 45,064 条标注数据评估 LLM 在系统性综述（SR）筛选中的表现，覆盖 32 项精选二次研究。其评测框架考虑 SR 中排除文章天然多于纳入文章的类别不平衡问题，并指出传统指标在这类高度不平衡场景下可能产生误导；配套的 PromptSR 工具支持提示词实验、实验管理与结果分析。