实体
Orphadata
Orphadata
PulseAugur coverage of Orphadata — every cluster mentioning Orphadata across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架使用大型语言模型和形式概念分析实现可验证的知识扩展
研究人员开发了一个新框架，该框架结合使用检索增强的小型语言模型（SLM）和形式概念分析（FCA），以提高知识扩展的准确性和可验证性。该方法利用FCA从文本中提出蕴含关系，然后由能够识别不一致性或提供反例的SLM预言机进行验证。该系统旨在通过清晰地展示已接受的蕴含关系和矛盾来使知识扩展过程更具可检查性。在罕见共济失调数据集上的实验表明，性能因种子属性而异，较大的种子集通常能提高蕴含关系的准确性。
-
新的时间知识图谱增强了LLM的临床推理能力
研究人员开发了ChronoMedKG，一个包含对临床推理至关重要的时间信息的新型生物医学知识图谱。与现有的静态知识图谱不同，ChronoMedKG将疾病关联链接到特定的时间组成部分，如发病窗口或进展阶段，其数据来源于超过460,000个证据链接的三元组。这种时间接地显著帮助LLM回答复杂的临床问题，挽救了它们在时间推理任务上的大量失败案例。