基于大语言模型的分类器用于摘要筛选的案例研究
基于大语言模型的分类器可在仅损失少量相关研究的前提下,减少需要人工筛选的记录比例。 研究评估Epistemonikos可持续知识平台中结合大语言模型的分类器,用于摘要筛选环节。
基于大语言模型的分类器可在仅损失少量相关研究的前提下,减少需要人工筛选的记录比例。 研究评估Epistemonikos可持续知识平台中结合大语言模型的分类器,用于摘要筛选环节。
探讨失去变态发育对溪螈(Brook Salamanders)眼内视蛋白及光转导相关基因表达的影响。 研究以溪螈为对象,比较视蛋白与光转导基因在眼内的表达,具体实验设计与样本量摘要未给出。
该预印本提出通用寡核苷酸接头(UnO)策略,可将任意用户指定DNA条形码在数分钟内共价偶联到少量现成一抗上,并在细胞与组织的多重免疫染色流程中验证其通用性与模块化;作者报告该策略降低了DNA条形码抗体组合的生成成本、时间与复杂度。证据档位为C,属方法学提示。 研究为方法学开发与验
设计:全球、随机、双盲、安慰剂对照、多中心 III 期,20 国 147 家中心;纳入可根治手术、II–IVa 期、既往未接受抗肿瘤治疗的胃或食管胃结合部腺癌成人。 干预:围手术期 durvalumab 1500 mg(或安慰剂)+ FLOT(氟尿嘧啶 / 亚叶酸 / 奥沙利铂
结论方向:在独立外部队列中,基于视频尿动力学数据的机器学习模型对脊柱裂患者膀胱功能障碍分级与肾积水发生预测表现出与既往报道相近的区分度与准确率,属证据支持但样本量有限。 研究设计与做法:单中心回顾性外部验证研究,纳入2016—2025年接受视频尿动力学检查的脊柱裂患者;采用三种模
结论方向:研究提示生成式深度神经网络可辅助设计超薄多层近零介电常数吸收器,并在实验中实现近红外超宽带近完美吸收;证据档位为C,属材料设计与实验演示类研究,方向为性能提升但需外部重复验证。 研究设计与做法:为算法驱动的材料设计加实验演示研究,非临床研究。以生成式深度神经网络学习高性
场景:微服务事故诊断。核心工具 TCA(Telemetry Claim Adjudicator) 是一个不依赖结果标签的机械裁决器,逐条裁定 LLM 智能体在诊断中引用的遥测断言是否有依据。 配套制品:6 种架构臂 × 2 个基准的诊断 harness;以 SHA-256 请求号
本期共 12 条,覆盖 神经科学、人工智能、生命科学、化学。
结论:交联位点位置影响聚合物网络的拓扑结构,并进而改变其力学响应。 设计:采用分子动力学模拟,考察交联位点位置、位点间距与交联密度对网络的影响。
本期共 8 条,覆盖 神经科学、人工智能、化学。