PulseAugur
中
实时 11:56:34
English(EN) Large Knowledge Model: A Knowledge Foundation for Agentic Science at Scale

新的大型知识模型旨在为AI代理组织科学文献

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了一种新颖的知识基础——大型知识模型（LKM），旨在支持大规模代理科学。LKM将科学文献组织成推理图，其中主张是节点，由明确的推理链和证据连接。这种结构支持高并发访问，保留可追溯的推理，并实现科学知识的增量增长。该系统在包括SciFact-Open、ScholarQABench、ChemBench、PubMedQA和SciBench在内的各种基准测试中，在科学检索、引用准确性和问答方面均表现出改进。 AI

影响 该模型可以通过使AI代理能够更有效地访问、推理和构建现有科学知识，从而加速科学发现。

排序理由 该集群包含两篇arXiv预印本，详细介绍了新的知识模型及其在科学研究中的应用。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的大型知识模型旨在为AI代理组织科学文献

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Research
该集群包含两篇arXiv预印本，详细介绍了新的知识模型及其在科学研究中的应用。
Source corroboration
2 independent sources
Multiple independent publishers reporting the same story raises confidence that it's real and newsworthy.
Topics
paper, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
15 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Yuan Huang, Sihan Hu, Hongyu Gu, Chao Ma, Jiaxing Zhang, Zhiyong Zou, Caiyu Fan, Yan Xiao, Mingjun Xu, Chenyu Xie, Mingzhen Ju, Zhehao Ma, Qi Zhang, Baozong Wang, Yu Li, Zhiyuan Yao, Ruoxue Liao, Xinyu Li, Linfeng Zhang, Kun Chen, Weinan E ·

    大型知识模型：Agentic科学大规模的知识基础

    arXiv:2609.27297v2 Announce Type: replace Abstract: Agentic science envisions many autonomous agents investigating concurrently while building on a shared, evolving body of scientific knowledge. This requires a knowledge foundation that supports high-concurrency access, preserves…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Weinan E ·

    大型知识模型：从论文到科学推理的格局

    Accumulated scientific knowledge advances inquiry when prior findings help researchers choose new questions, design investigations, and interpret results. Realizing this value at scale requires access to the reasoning that connects research problems, scientific procedures, conclu…

相关实体

相关话题