Skip to content
Hot eventLive

LLM4Impact：融合异构信息预测论文影响力

1 reports1 sources4 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 8
arXiv 新论文提出 LLM4Impact，用连续 prefix token 将图信息注入冻结 LLM 以预测科学影响力。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Computation and Language
    LLM4Impact：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。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.