标签:人工智能

该标签下的全部条目(栏目名、期号「YYYY-MM-DD」与「每日前沿」都会作为标签)。

基于MCP工具从SDSS DR19 APOGEE光谱识别4万余主序双星候选

在238,205颗DR19矮星光谱上运行打包好的双线光谱双星分解流程,分类器标记出41,466个SB2候选,约为DR13所识别2,645个的十五倍,但纯度未与DR13匹配;作者据此以候选列表形式发布样本。 研究为方法学与数据应用类工作:把El-Badry等(2018b)的双线光谱

基于大语言模型的情感增强多任务碳排放预测框架

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

小语言模型生成网络搜索特征用于表格数据分类

结论:该文提示,使用小语言模型(SLMs)为表格数据分类任务选择与生成特征,在两个常用表格数据集的多分类任务中取得最高F1分数0.383与0.848;方向为方法可行性提示,非普遍优越性结论。 研究设计与做法:提出一种利用小语言模型为机器学习分类任务中的表格数据集选择与生成特征的方

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

基于蒙特卡洛搜索的推理分解方案预缩放用于优化代码合成

该条目为期刊论文的出版信息资讯,仅报告题名、作者与出版卷期,未提供摘要与结果,因此无法给出方向性结论;证据档位为C,不足以下结论。 研究设计与做法材料未报告;从题名可推测涉及对推理分解方案进行蒙特卡洛搜索以实现预缩放,并用于优化代码合成,但具体设计类型、样本量、对照与随访时长均材