LitSumm：用于非编码 RNA 文献摘要的大语言模型
基因组学
2025-01-13 v4 人工智能
摘要
生命科学领域的文献整理是一项日益严峻的挑战。全球出版物数量的持续增长，加之策展人数量相对固定，给生物医学知识库的开发者带来了重大挑战。极少有知识库具备资源覆盖全部相关文献，所有知识库都不得不对其工作排定优先级。在本工作中，我们迈出第一步，利用大语言模型（LLMs）为非编码 RNA 生成文献摘要，以缓解 RNA 科学领域策展人时间不足的问题。我们证明，借助商业 LLM 以及一系列提示与校验流程，可从文献中自动生成高质量、事实准确且引用无误的摘要。我们对部分摘要进行了人工评估，其中大多数被评为极高质量。我们将该工具应用于超过 4,600 个 ncRNA 的选择集，并通过 RNAcentral 资源提供所生成的摘要。我们得出结论：只要采用审慎的提示设计与自动化校验，利用当前一代 LLM 实现自动化文献摘要是可行的。
引用
@article{arxiv.2311.03056,
title = {LitSumm: Large language models for literature summarisation of non-coding RNAs},
author = {Andrew Green and Carlos Ribas and Nancy Ontiveros-Palacios and Sam Griffiths-Jones and Anton I. Petrov and Alex Bateman and Blake Sweeney},
journal= {arXiv preprint arXiv:2311.03056},
year = {2025}
}