热点事件持续更新
LLM4Impact：融合异构信息预测论文影响力
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，arXiv 计算与语言栏目发布一手论文，提出名为 LLM4Impact 的科学影响力预测方法。该方法定位为证据感知，旨在融合语义、图、LLM 与时序表征来预测论文的科学影响力；其技术路径是通过连续 prefix token 将图信息注入冻结的 LLM，而非对 LLM 进行微调。目前公开信息仅涵盖该论文的方法概述，未见实验结果、数据集、评测指标或同行评议进展的报道。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Computation and LanguageLLM4Impact：融合异构信息预测科学影响力
论文提出 LLM4Impact，一种证据感知的科学影响力预测方法，融合语义、图、LLM 与时序表征，并通过连续 prefix token 将图信息注入冻结的 LLM。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。