CESAR开源文献筛选工作流发布
热点事件历史事件
CESAR开源文献筛选工作流发布
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
Petitjean, Timothée M 等人发布开源工作流 CESAR：先通过 OpenAlex 沿参考文献与施引文献扩展构建领域语料，再用经人工标注集校准的大语言模型筛选标题和摘要。 作者称，在全合成领域，收集的语料覆盖了独立整理的 2000–2023 年参考文献集的 78%，分类器保留了进入筛选环节文献的 99.3%，且低成本模型表现接近最昂贵模型。在 MAGL 案例中，一个开放权重模型免费将 2 万余条记录缩减至 893 条，估计其中 79% 相关，并同步提取靶点选择性、证据等级和化合物名称。 作者还称，同一模型在单块本地 GPU 上运行可达到云端性能，从而无需向外部传输数据即可筛选保密材料。上述效果均为作者报告，尚待独立验证。
AI 根据报道生成 · 3 天前更新
最新进展11月10日 14:15
CESAR：耦合引文扩展与大语言模型的药物发现文献综述工作流报道时间线
沿着报道，了解事件的不同侧面。
11月10日
- ChemRxiv Preprints精选CESAR：耦合引文扩展与大语言模型的药物发现文献综述工作流
作者提出开源工作流CESAR，通过OpenAlex沿参考文献与施引文献扩展构建领域语料，再用经人工标注集校准的大语言模型筛选标题和摘要。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 1011月10日 15:00
- 近 24 小时变化
- -20%
02.557.510
11月11日11月12日11月13日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。