Himanshu-Singh-DE/awesome-Knowledge-Cutoff-Effects-on-LLM-Generated-Literature-Reviews-in-Rapidly-Evolving-Fields

• 类型：github
• 标识：Himanshu-Singh-DE/awesome-Knowledge-Cutoff-Effects-on-LLM-Generated-Literature-Reviews-in-Rapidly-Evolving-Fields
• 链接：https://github.com/Himanshu-Singh-DE/awesome-Knowledge-Cutoff-Effects-on-LLM-Generated-Literature-Reviews-in-Rapidly-Evolving-Fields
• 主题：rag, llm-infra
• 主分类：rag
• 形态：awesome
• 分类：academic-writing
• Stars：0
• 周增：+0
• 许可：NOASSERTION
• 最近提交：2026-08-28
• 简介：LLM knowledge cutoffs can make literature reviews outdated or incomplete, while RAG and time-aware retrieval can improve freshness but do not fully solve citation, source-selection, and temporal reasoning problems.
• 上次采集：2026-08-28
• 首次采集：2026-08-28
• 学术状态：accepted
• 学术阶段：evidence
• 学术主任务：systematic-review
• 学术方向：summarize
• 学术用途：systematic-review
• 能力分面：citation
• 学术相关度：90
• 学术判定：deterministic
• 学术证据：anchor:literature; anchor:citation; query:literature-review; task:systematic-review:literature review
• 学术复核时间：2026-08-28T13:30:02+08:00
• 待LLM分类：否
• 成熟度：experimental
• 简介中文：LLM 的知识截止会使文献综述过时或不完整；RAG 与时序感知检索可提升时效性，但无法完全解决引用、来源选择与时间推理问题。
• 来源文件：
• [GitHub Search]