BigMixSolDB:用 LLM 从 PDF 抽取混合溶剂溶解度数据库(带不确定性量化)
问题:化学文献中大量物理数据分散在非结构化文本与复杂表格里;将其转为机器可读格式是训练数据驱动化学模型的前提。但计算抽取的数据集普遍缺乏不确定性量化,导致人工抽取与整理仍不可省。 方案:一个完全自动化、带不确定性量化的抽取流水线 —— 用 LLM 直接从科学 PDF 中抽取复杂表
问题:化学文献中大量物理数据分散在非结构化文本与复杂表格里;将其转为机器可读格式是训练数据驱动化学模型的前提。但计算抽取的数据集普遍缺乏不确定性量化,导致人工抽取与整理仍不可省。 方案:一个完全自动化、带不确定性量化的抽取流水线 —— 用 LLM 直接从科学 PDF 中抽取复杂表
材料未报告摘要内容,仅可依据标题推断:该文献提出一种结合情感增强多任务学习与transformer-长短期记忆网络的碳排放预测框架,方向与强度不足以下结论。 研究设计与做法:材料未报告,仅知为资讯类文献,发表于Expert Systems with Applications,证据
从社会语言学视角提出机器“身份”概念框架,探讨大语言模型是否具有可测量的人格及其推理风格受语料语言属性影响。 属概念性视角论文,不提供原始实验数据,也非有既定检索策略与纳入标准的系统综述,而是整合已发表发现。
三种当代大语言模型在苯妥英与地高辛治疗药物监测解读上表现存在领域差异。 向Claude Sonnet 4.6、ChatGPT 5.5与Gemini 3.1 Pro提交30个结构化临床情景,由两名评分者盲法独立评分。
演进脉络:从 DENDRAL 专家系统、计算机辅助药物设计(CADD)、QSAR 建模,到 AlphaFold 3 生物分子复合物预测、计算机辅助合成规划(CASP)、天然产物生物勘探与自主多智能体系统。 重点进展:抗菌筛选、精准肿瘤学、植物化学表征,以及临床阶段的 AI 生成分
血液学生成式AI正从问答转向执行任务,制约因素或由准确性转向可治理性。 该文为观点性论述,讨论智能体在病例结构化提取、分流、变异分类及指南与病例记忆锚定推荐中的应用。
该研究关注苯丙氨酸代谢在胰腺癌中的诊断价值及潜在治疗靶点。 据标题推测,研究采用整合多组学数据与机器学习的方法进行分析。
该单中心回顾性研究提示,分层机器学习框架在临床信息可得性不固定时仍能对足部矫形器处方多标签组件保持较一致的预测表现,但低患病率组件的精确率-召回率表现变异较大。方向为正向但属开发验证阶段,强度属提示性。 设计为回顾性观察研究,使用2015至2020年单中心6462次就诊级临床记录
arXiv:2606.29193 · AAAI Fall Symposium (ATRACC 2026) · 2026-09-09 · 预印本 提出 Telemetry Claim Adjudicator(TCA) :一种"机制式、无需结果
针对CI/CD下代码变更使既有测试用例失效的问题,提出基于变异的多智能体测试用例更新方法。 指出近期基于大语言模型的测试更新方法依赖执行反馈与精确匹配上下文检索,优先保证可执行性与行覆盖率。