Retrieval-Assisted Instantiation of Natural-Language Optimization Problems
本文提出了一种透明的检索增强框架,该框架将自然语言数值证据落地为结构化优化模式,并证明了虽然模式检索非常有效,但实现优化问题实例化的自动化瓶颈在于下游任务中将提取的数字准确匹配到其对应槽位的过程。
958 篇论文
本文提出了一种透明的检索增强框架,该框架将自然语言数值证据落地为结构化优化模式,并证明了虽然模式检索非常有效,但实现优化问题实例化的自动化瓶颈在于下游任务中将提取的数字准确匹配到其对应槽位的过程。
本研究表明,将对话式人工智能整合进联邦医疗保险年度健康评估(Medicare Annual Wellness Visits),能够实现可扩展的多领域功能性跌倒风险筛查,从而有效识别出那些未主动报告过跌倒史的老年群体中存在的显著“隐性负担”高跌倒风险。
本研究通过分析2022年加纳人口与健康调查数据,揭示了零剂次和疫苗接种不足的儿童不成比例地集中在北部地区以及由于产前保健参与度有限而呈现出的农村、低受教育程度群体中,凸显了开展地理针对性干预措施和整合产前咨询的必要性。
本研究分析了五种禾本科 OsNAC25 样蛋白,旨在证明尽管序列一致性和结构预测置信度在 N 端 DNA 结合结构域中较 C 端区域表现出更高的一致性,但蛋白质语言模型嵌入受特定候选身份的影响显著,从而凸显了指黍序列作为进一步系统发育调查优先对象的地位。
这项系统性文献综述通过对78项研究的综合分析,揭示了偏远群岛地区的残疾儿童因被排除在减灾规划之外而仍然面临着不成比例的脆弱性,并据此提出了旨在指导包容性政策与实践的IDRR-CDAR框架。
该论文介绍了 RareLens,这是一个开源定量框架,揭示了美国国立卫生研究院(NIH)的研究资助与罕见病及自身免疫性疾病患者负担之间的显著差异,证明在所分析的疾病中,超过一半的疾病相对于其影响程度而言资助不足,其中体位性站立性心动过速综合征(POTS)表现出的资助缺口最为严重。
本研究展示了一种用于定量药物制剂中阿托伐他汀的快速、灵敏且环境可持续的 RP-HPLC-UV 方法的开发与验证,该方法利用乙醇基流动相实现了比传统方法更高的色谱效率和更低的检测限。
本文提出了一种曲率引导的复合核框架,该框架利用量子力学原理将 RNA-seq 数据投影到希尔伯特空间,并利用引力搜索机制通过最小化潜在流形上的表示损失来识别差异表达基因。
本研究利用计算分子对接技术,在六种经FDA批准的药物中识别出米诺环素、罗格列酮和舍曲林,将其作为有望通过重新定位为BACE1抑制剂来治疗阿尔茨海默病的候选药物。
本研究介绍了 BoneNet,这是一个多模态深度学习框架,该框架通过将 YOLOv8m 骨干网络与空洞残差注意力模块以及表格数据融合相结合,实现了对种植体周围骨丢失的高精度自动化检测、严重程度分级及可解释的深度估计,同时透明地识别了在严重病例中的性能局限性。