AI与世界难题 · 天文与太空 · arXiv · 2026-10-26
FacilityAudit-Agent:超越“提及即使用”,实现天体物理学出版物中设施贡献的细粒度归因
原标题: FacilityAudit-Agent: Beyond Mention-as-Usage for Fine-Grained Facility Contribution Attribution in Astrophysics Publications
FacilityAudit-Agent是一个框架,它采用六级量表来评定某个设施的数据在多大程度上支撑了论文的论点,而不仅仅是看其是否被提及。它使用具备工具调用能力的大语言模型从论文各章节中获取证据,通过决策树和置信度分数对证据进行整合,并将不确定的案例转交人工审核。在39,358个已标注的论文-设施对上,它达到了89.1%的准确率和79.8%的宏平均F1值,优于三种基线方法,并已部署于国家天文科学数据中心,用于LAMOST、FAST和EP相关的出版物。