LLM代理人策展：用大型語言模型提升表型文字對齊本體的基準評測
研究指出表型自由文字註記是跨研究整合的關鍵瓶頸。採用五款來自Anthropic與OpenAI的大型語言模型作為代理策展人，在封閉工作區內以原始出版PDF、本體與原始註記指南執行Entity–Quality註記並比對既有金標準，結果顯示所有代理人表現落在受訓人類註記者的變異範圍內且優於SemanticCharaParser。
快訊要點
研究示範把大型語言模型（LLM）當成代理策展人，用來把自由文字表型描述對齊到本體。測試結果顯示，這類代理人已能達到人類註記者之間的變異範圍，且優於先前的自動工具。
方法與資料
研究重測一組先前建立的Entity–Quality金標準，該金標準覆蓋七篇系統發育研究的表型註記。實驗將五款來自Anthropic與OpenAI的前沿LLM封裝成獨立代理人，工作區同時提供原始出版PDF、原始註記指南、四個本體（UBERON、PATO、BSPO、GO）以及驗證腳本，以便代理人依相同流程產生註記。
主要發現
全部代理人在與金標準比對時，表現落在原始研究三位經訓練人類生物註記者之間的變異範圍。最優代理人的成績接近但未超越最佳人類註記者。此外，代理人於四項評估指標上均明顯優於Semantic CharaParser。
意義與後續
結果顯示，把LLM作為具體代理部署於受控工作區，搭配既有本體與註記指南，可在不改變評估標準下顯著提升自動化註記表現。這為表型資料的跨研究整合與大規模註記提供實務可行性，但仍需在實務部署、稽核與持續驗證上建立流程。
延伸閱讀
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
