一篇新研究论文详细介绍了如何利用大型语言模型（LLM）从制药公司的遗留档案中提取有价值的元数据。这些档案包含非结构化的临床前研究报告，常常缺乏关键的上下文信息，如禁食状态或麻醉细节。开发的基于 LLM 的管道可以识别和规范化这些元数据，将每份文档的提取时间从 25 分钟显著缩短到 1.6 分钟。恢复的这些信息可以改善历史对照的选择并增强实验的可比性，使历史数据更具可重用性和可靠性。 AI
影响 能够对历史制药数据进行更高效、更全面的分析，有可能加速药物发现和开发。
排序理由 在 arXiv 上发表的研究论文，详细介绍了一种 LLM 的新颖应用。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- arXiv
- Carlos H Vieira-Vieira
- clinical pathology parameters
- Hugging Face
- large language models
- legacy data
- metadata
- pharmaceutical companies
- preclinical study reports
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
