研究人员开发了MAT-Cell，一种使用多智能体、树状推理方法注释单细胞数据的新型框架。该方法将证据基础与标签决策分开，采用反向验证查询和验证器智能体来构建和辩论细胞注释的推理树。使用MAT-Cell的本地部署的Qwen3-30B模型在基准测试中达到了75.5%的平均准确率，优于现有基线，并为批次注释提供了经济高效的解决方案。 AI
影响 引入了一种将LLM应用于生物数据分析的新方法，有望提高单细胞注释的准确性并降低成本。
排序理由 这是一篇详细介绍使用LLM进行单细胞注释新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
