ForeSCITE框架利用结论时序模式预测生物医学发现

清华大学等机构的Chia-Hsuan Chang等研究者在arXiv论文（arXiv:2610.38719）中提出ForeSCITE框架，通过识别约300万条预截止时间生物医学结论形成的407个主题聚类、估计其中区分较早与较新发现的时间方向，将已有结论嵌入投影后由嵌入语言模型解码为自然语言科学假设。 在回顾性评估中，该框架的语义覆盖、实体对新颖性及截止后配对再观测率均优于五个基于提示词和检索增强的基线方法；专家评审认定其37个CAR-T相关假设兼具新颖性与生物学合理性。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。