大型語言模型

深度分析

感知化研究軌跡（SciSense）：以引用條件與大型語言模型量化科研構思

科學發現是長期的構思與推演過程，現有系統多將其簡化。SciSense以感知化流程分成八階段，並打造引文條件的120K研究軌跡與多尺度LM家族，分為Target重構與Infer開放推論兩種模式。結果顯示受限的Target訓練反而產生更高品質與多樣性，並提升下游代理的可執行性與成果品質。