arXiv · Databases· Laura van Weesep, Riccardo Tedoldi, Jens Sj\"olund, Hossein Azizpour, Susanne Winiwarter, Ola Engkvist, Jon Paul Janet, Samuel Genheden, Juan Viguera Diez·· 5 小时前AI 评分31
LLMs 能否可靠地标注生物实验元数据以提升数据就绪度？
Can LLMs Reliably Annotate Bioassay Metadata to Improve Data Readiness?
AI 导读
研究评估了 7 个开源与闭源大语言模型对 PubChem 约 200 万条生物实验的元数据标注能力，发现实验格式缺失率 36%、BioAssay 类型缺失率 89%、BAO 映射术语缺失率 >99.9%。模型在生化与细胞实验格式上的召回率至少达 0.96，多数分歧可追溯至银标来源不一致而非模型错误，且 LLM 证据能促使专家修正自身标签。
来源：arXiv · Databases · arxiv.org