LLM 能做功效分析吗？四项模型实证评估（结论：不能替代专家判断）
背景：功效分析（power analysis）对定量研究的严谨性至关重要，但因专用软件门槛高而使用不足；LLM 正被快速整合进研究实践，其在统计任务上的可靠性却缺乏系统评估 —— 存在"未经检验或过于乐观地使用"的风险。 设计：评估四种广泛使用的 LLM —— ChatGPT（G
面向代谢介导药物相互作用预测的语义感知知识图谱神经网络
材料仅为期刊出版信息，未提供摘要与结果，无法就语义感知知识图谱神经网络用于代谢介导药物相互作用预测的方向或强度作出判断。 材料未报告研究设计与做法，仅显示该文发表于Pattern Recognition第183卷Part B，出版日期为2027年3月，作者为Wanmin Lin、
与语言模型“对话”：对会话预设的哲学批评与人工物立场
该文主张，把与大语言模型的交互视为“对话”并视其为有记忆、能行动、会承诺的智能对话者是错误的；作者提出“人工物立场”，以设计与可供性而非意向态度来描述人机交互，属于概念论证而非实证检验。 设计为哲学/概念分析论文，材料未报告样本量、干预与对照、随访时长；论证路径为：区分生成文本与
AI驱动矿山灾害管理的演进趋势：从统计模型到物理信息神经网络与可解释AI的综述
该综述认为，AI/机器学习在岩爆预测、边坡稳定性分析与瓦斯突出预报等任务中已显示出应用潜力，但纯数据驱动模型受数据稀缺、类别不平衡与物理一致性不足制约，深度学习黑箱性也限制其在安全关键场景的可信度；整体属叙述性综述，证据档位为C。 研究设计为综合性文献综述，梳理AI在矿山地质灾害
通用大模型作为受限晶体组分生成器：Elpasolite基准评估
在Elpasolite大化学空间基准上，通用大语言模型经迭代提示-应答框架可平均找回目标区域中96%的低能Elpasolite组分，作者据此提示其在目标性质空间覆盖上可能优于既往任务专用生成模型，但该结论基于单一基准，属提示性证据。 研究为计算基准评估类设计，材料未报告具体样本量
代表性社会选择框架：从学习理论到AI对齐的理论研究
结论：作者提出“代表性社会选择”框架，将大规模群体决策建模为基于有限个体—议题样本的社会选择问题，并用机器学习理论给出机制泛化性质与Arrow型不可能定理；属理论证明，未涉及实证效应。 设计与做法：属理论/方法学研究，非临床试验。作者以“个体—议题对”的有限样本代表总体，把代表性
OpenCV：开源计算机视觉库
OpenCV 是一个以 C++ 实现的开源计算机视觉库，提供图像处理与深度学习相关功能，供科研与工程中构建视觉算法。
LLM智能体长期记忆防投毒：双源背书与来源绑定授权的可执行监控评估
在受控工具调用场景中，要求两个独立来源背书或用户显式授权的策略，配合每次动作前检查，可阻止攻击者选定的动作被执行；但作者明确表示，这仅支持在构造化工作流中的条件性执行与恢复，尚不足以证明部署中背书可得且正确。 研究含证明与实验两部分：抽象记忆模型中证明策略在允许变换下保持；另设1
ToxPipe: integrating AI into toxicoinformatics
ToxPipe is a modular, fully open-source software stack designed to accelerate toxicological data analysis and decision-making by integrating
风湿病指南驱动大语言模型聊天机器人全国多中心评估
在真实使用场景中，基于德国风湿病指南开发的大语言模型聊天机器人获得以正面为主的用户反馈，提示其在患者自我管理与教育中可能具有辅助价值；但指南依从性评估结果与医师判断一致性较弱，尚不足以下结论认为其可替代专业指导。 研究为开发与全国多中心评估，共开发10个疾病特异性聊天机器人，通过
