热点事件持续更新

LLMs annotate bioassay metadata for data readiness

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

2026-10-02 arXiv Databases 研究评估 7 个开源与闭源大语言模型对 PubChem 约 200 万条生物实验元数据的标注能力。结果显示实验格式缺失率 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召回率至少 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。

AI 根据报道生成 · 3 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2日

12:00
arXiv · Databases
LLMs 能否可靠地标注生物实验元数据以提升数据就绪度？
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。

本事件热度走势

当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。