深度分析
CRISP:使用大型語言模型在引用上下文共同排序以量化學術引用的相對影響
學術影響常用被引用次數衡量。本研究提出CRISP以大型語言模型在引用文章內共同排序所有參考文獻,透過隨機排列與多數表決修正位置偏誤,較先前分類器在準確度與F1上分別提升九點五與八點三百分比,並提高運算效率與可擴展性。研究結果已公開排名與標註以供後續工作使用。
深度分析
學術影響常用被引用次數衡量。本研究提出CRISP以大型語言模型在引用文章內共同排序所有參考文獻,透過隨機排列與多數表決修正位置偏誤,較先前分類器在準確度與F1上分別提升九點五與八點三百分比,並提高運算效率與可擴展性。研究結果已公開排名與標註以供後續工作使用。
速報
研究定義二分相依網路的CriticalSet問題,導出ShapleyCov中心性並提出線性時間MinCov演算法;在超過2.5億邊的維基圖與多組實驗顯示,MinCov接近最優只差0.02AUC且速度大幅優於基準,具實務價值可用於韌性評估與資源配置。