TeroSeek：一个面向萜类化合物研究的 AI 驱动知识库与检索生成平台
信息检索
2025-05-28 v1 人工智能
计算与语言
摘要
萜类化合物是一类至关重要的天然产物，其研究历史已超过 150 年，但其跨学科性质（横跨化学、药理学和生物学）使知识整合变得复杂。为解决此问题，作者开发了 TeroSeek，这是一个基于二十年萜类化合物文献构建的精选知识库（KB），并配有一个 AI 驱动的问答聊天机器人和网络服务。利用检索增强生成（RAG）框架，TeroSeek 提供结构化、高质量的信息，并在萜类化合物相关查询中优于通用大语言模型（LLM）。它可作为多学科研究的领域专用专家工具，并已在 http://teroseek.qmclab.com 上公开提供。
引用
@article{arxiv.2505.20663,
title = {TeroSeek: An AI-Powered Knowledge Base and Retrieval Generation Platform for Terpenoid Research},
author = {Xu Kang and Siqi Jiang and Kangwei Xu and Jiahao Li and Ruibo Wu},
journal= {arXiv preprint arXiv:2505.20663},
year = {2025}
}
备注
18 pages, 4 figures