LLM4Impact：融合异构信息预测科学影响力
热点事件持续更新
LLM4Impact：融合异构信息预测科学影响力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yong Cao 等人提交论文，提出证据感知的科学影响力预测方法 LLM4Impact。该方法整合语义、图、LLM 与时间四类表示，通过连续前缀 token 将图信息注入冻结的 LLM，并构建了含 200 万篇论文的大规模基准数据集。 作者报告称，在分布内测试集上年 RMSE 降低 10.13%，域外分布下降低 6.87%。作者表示将在论文发表后发布代码、基准与交互式网页演示。
AI 根据报道生成 · 1 小时前更新
最新进展10月8日 12:00
LLM4Impact：整合异构信息进行科学影响力预测报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.CLLLM4Impact：整合异构信息进行科学影响力预测
LLM4Impact 是一种证据感知的科学影响力预测方法，整合语义、图、LLM 与时间四类表示，并通过连续前缀 token 将图信息注入冻结的 LLM。该方法还构建了含 200 万篇论文的大规模基准数据集，在分布内测试集上年 RMSE 降低 10.13%，域外分布下降低 6.87%。作者将随论文发布代码、基准与交互式网页演示。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。