PulseAugur
实时 15:52:31
English(EN) Ensembles of Large Language Models for Identifying EQ-5D Studies in PubMed Based on Their Abstracts

Google的Gemini和Gemma大型语言模型改进了PubMed上的EQ-5D研究识别

研究人员开发了一个新颖的框架,使用Google的Gemini和Gemma大型语言模型的集成来自动识别PubMed数据库中的EQ-5D研究。这种多阶段方法集成了少样本提示、权重集成和软堆叠元分类器,以提高生物医学文献筛选的准确性和效率。Gemini 2.5 ProGemma 3 12B和Gemma 3 27B的加权集成实现了0.74的加权F1分数,优于单个模型,并展示了一种可靠且可扩展的文献回顾自动化方法。 AI

影响 这项研究展示了一种可扩展的方法,用于自动化生物医学研究中的文献回顾,有可能加速科学发现。

排序理由 该集群包含一篇学术论文,详细介绍了使用大型语言模型执行特定研究任务的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Google的Gemini和Gemma大型语言模型改进了PubMed上的EQ-5D研究识别

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhyar Rzgar K. Rostam, M\'arta P\'entek, J\'anos Tibor Czere, Zsombor Zrubka, L\'aszl\'o Gul\'acsi, G\'abor Kert\'esz ·

    Ensembles of Large Language Models for Identifying EQ-5D Studies in PubMed Based on Their Abstracts

    arXiv:2606.19345v1 Announce Type: cross Abstract: The rapid increase in scientific publications leads to the fact that manual study screening in systematic literature reviews (SLRs) is increasingly resource consuming, inefficient, and inconsistent. Classifying studies that clearl…