SciGraphSelect

新框架增强了用于AI训练的可审计科学数据选择

研究人员推出SciGraphSelect框架，旨在使用于训练AI模型的数据选择更具可审计性。该系统利用知识推理图，其中包含领域特定知识、推理操作和已认证的关系。通过分析概念覆盖率、关系共支持度和方向一致性，SciGraphSelect在保留关系结构并将证据保守处理的同时，对候选文档进行评分。这种方法旨在为科学训练语料库的创建带来可追溯性，并支持下游验证过程。