[控场AI]
模型

ForeSCITE

一种用于生物医学科学假设生成的时间轨迹引导框架,通过识别主题簇内早期与近期发现的方向,将结论嵌入投影到时间方向,并训练嵌入语言模型解码为自然语言假设。

时间轴 (近 90 天)

10月30日

ForeSCITE 是一个利用生物医学结论随时间语义漂移的时间轨迹来引导未来假设生成的框架。

待验证50%
10月30日

ForeSCITE 在约三百万条截止日期前的结论所衍生的 407 个主题簇上运行。

待验证50%
10月30日

ForeSCITE 的方法链包括:识别主题簇、估计区分早期与近期发现的方向、将结论嵌入投影到该方向、用嵌入语言模型解码投影坐标为自然语言假设。

待验证50%
10月30日

语义空间中存在可识别的时间结构,并且在解码后仍然保留。

待验证50%
10月30日

在按时间切片的回顾式评估中,ForeSCITE 在语义覆盖范围、生物医学实体对新颖性、截止日期后实体对被重新观察到的比例三个维度上优于五个基于提示词和检索增强的基线方法。

待验证50%
10月30日

专家评审将 37 个 CAR-T 假设判定为兼具新颖性和生物学合理性。

待验证50%
10月30日

ForeSCITE 将时间作为一阶信号引入科学假设生成,而非仅作为检索过滤条件。

待验证50%
10月30日

专家评审的样本规模有限。

待验证50%
10月30日

语义空间中的时间引导是一种不依赖特定领域知识库手工规则的可扩展机制,理论上可迁移到生物医学之外的其他学科。

待验证50%

全部知识事实 (9)

来源文章