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
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。
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
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
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。
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。
系统综述评估基于人工智能的语音与言语分析作为阿尔茨海默病及轻度认知障碍无创生物标志物的转化潜力。 遵循PRISMA指南,两名研究者检索PubMed、Scopus与Cochrane Library,纳入报告诊断与预后结局、采用机器学习或深度学习分析人类语音的研究。
背景:传统人–AI 决策研究把过程当作"AI 给建议、人做决定"的线性分段流程;但 LLM 让交互更接近人–人团队的协作——成员必须共享并整合各自独有的信息才能做出好决策。 采用团队研究经典范式 隐藏剖面任务(hidden profile);操纵团队类型(人–AI 98 组 vs
结论:该综述梳理了基于CRISP-DM流程的机器学习用于无创贫血诊断的近期研究进展。 设计:系统综述,围绕CRISP-DM数据挖掘流程归纳无创贫血诊断的机器学习建模工作。
综述主张人工智能交互不等同于社会交互,需重新审视幼儿期人工智能介导的数字暴露。 该文为综述,因摘要缺失,具体检索策略、纳入文献与分析框架无法从现有信息获知。