Semantic Scholar
PulseAugur coverage of Semantic Scholar — every cluster mentioning Semantic Scholar across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
生物医学API的Unicode保真度不一致，影响LLM训练数据
最近对四个主要的生物医学文献API——PubMed E-utilities、Crossref、OpenAlex和Semantic Scholar——进行的审计显示，它们处理Unicode字符的方式存在显著不一致。研究发现，PubMed AbstractText字段经常未能保留印刷标点符号，而OpenAlex系统性地丢失了特殊空白字符。虽然数学符号和希腊字母通常得以保留，但这些字符级别的保真度问题直接影响文本挖掘、文献计量学以及生物医学…
-
AI框架被开发用于追踪研究文献中的数据集使用情况
研究人员开发了一个新的AI框架，用于追踪和分类学术文献中的数据集使用情况，填补了当前研究基础设施的空白。该多任务GLiNER系统联合提取数据集提及、识别关系并对使用上下文进行分类。为了克服标记数据有限的挑战，该方法结合了合成数据生成和基于LLM的再验证，以提高监测数据集引用的准确性和一致性。
-
新的RAG框架增强技术文献推理能力
研究人员开发了TechGraphRAG，一个新颖的、基于代理的检索增强生成（RAG）框架，用于技术文献推理。该系统采用一个13步流程，通过整合查询意图分类、证据评分、带查询重构的代理重试以及外部数据库搜索，超越了传统的RAG。它还利用Neo4j知识图谱来提供关系上下文，并包含用于引用验证和质量评估的自我纠正机制。
-
新基准揭示角色提示对LLM学者推荐的影响
开发了一个新的基准来评估角色提示对用于学者推荐的大型语言模型（LLM）的影响。该研究审计了六个科学学科的43个LLM，分析了语言、地点和角色与任务提示的变化如何影响推荐的技术质量和社会代表性。研究结果表明，虽然模型选择主要影响技术质量，但提示设计显著影响多样性和事实性，特定的地点提示在准确性和同质性方面产生了不同的结果。
-
CiteRadar: 研究人员画像和地理可视化的引文情报平台
研究人员开发了CiteRadar，一个开源平台，旨在分析学术引文并可视化其地理分布。该系统处理一个Google Scholar标识符，生成出版物列表、包含作者元数据的引文论文、排名作者表以及交互式世界地图。CiteRadar通过整合多个数据源并采用新颖的技术进行解析、作者消歧和位置数据提取，解决了现有文献计量工具的局限性。
-
Google DeepMind 利用人工智能加速科学发现和数学研究
Google DeepMind 正在启动利用人工智能加速科学发现的计划，重点关注与印度的合作以及推进数学研究。该公司正在提供 AlphaGenome 和 AI Co-scientist 等前沿人工智能模型的使用权，以实现科学突破，并支持与顶尖研究机构的“人工智能助力数学计划”。此外，Google Research 开发了一个使用 Gemini 的人工智能系统，该系统可以帮助科学家编写专家级的实证软件，用于假设评估，并在多个科学领域展现…