ИССЛЕДОВАНИЕ · RESEARCH · #923
Статья о Large Knowledge Model (LKM) преобразует литературу в графы рассуждений и создает «ландшафт научного рассуждения»
В статье представлен Large Knowledge Model (LKM) — инфраструктура масштаба корпуса, которая представляет статьи в виде источнико-обоснованных графов рассуждений и выравнивает вопросы, утверждения и цепочки рассуждений между публикациями, формируя трехчастный «ландшафт научного рассуждения» (вопросы, рабочие процессы, доказательства). Описана архитектура и оценка: при фиксированной модели ответов поиск по LKM повышает точность на 9,30%, 4,20% и 14,69% на наборах ChemBench, PubMedQA и SciBench соответственно, а также поддерживает поиск с учетом рассуждений, проверяемые ответы и планирование исследований.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье представлен Large Knowledge Model (LKM) — инфраструктура масштаба корпуса, которая представляет статьи в виде источнико-обоснованных графов рассуждений и выравнивает вопросы, утверждения и цепочки рассуждений между публикациями, формируя трехчастный «ландшафт научного рассуждения» (вопросы, рабочие процессы, доказательства).
- Описана архитектура и оценка: при фиксированной модели ответов поиск по LKM повышает точность на 9,30%, 4,20% и 14,69% на наборах ChemBench, PubMedQA и SciBench соответственно, а также поддерживает поиск с учетом рассуждений, проверяемые ответы и планирование исследований.
- Связывание публикаций через источнико-обоснованные графы рассуждений может существенно улучшить поиск в литературе, синтез доказательств и планирование исследований для людей и агентов.
ПОЧЕМУ ЭТО ВАЖНО
Связывание публикаций через источнико-обоснованные графы рассуждений может существенно улучшить поиск в литературе, синтез доказательств и планирование исследований для людей и агентов.