一篇新发表在arXiv上的研究探讨了大型语言模型（LLMs）注释生物测定元数据的潜力，旨在提高分子属性预测的数据就绪度。研究人员量化了PubChem数据库中元数据覆盖率的显著差距，超过36%的测定缺少测定格式，近90%缺少生物测定类型。研究发现，开源和专有的LLMs在预测测定格式和检测方法方面都表现出高召回率，通常与现有标签一致，甚至促使专家策展人修改他们自己的注释。虽然LLMs在大型元数据策展和审计方面显示出潜力，但研究表明，在将这些标签整合到下游机器学习管道之前，每类可靠性估计和人工审查仍然是必不可少的。 AI
影响 LLMs有潜力自动化和提高生物测定元数据的质量，从而加速药物发现和化学研究中的下游机器学习管道。
排序理由 发表在arXiv上的研究论文，详细介绍了关于LLM能力的研究。[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 →
