标签

 图谱 

相关的文章:

本列表汇集了2025年全球范围内关于图谱的前沿研究与应用,涵盖AI、空间智能及临床思维等多个领域,展示了最新的行业动态与创新成果。

发表于:
阅读原文
发表于:
阅读原文

入选ICML 2025!哈佛医学院等推出全球首个HIE领域临床思维图谱模型,神经认知结果预测任务上性能提升15%

哈佛医学院、波士顿儿童医院、纽约大学及 MIT-IBM 沃森实验室的跨学科团队,共同构建了一个专业级医学推理基准测试数据集,并提出了一种临床思维图谱模型,能够通过临床知识引导的思维图谱提示来模拟诊断过程,将特定领域的临床知识作为视觉和文本输入纳入其中,从而显著增强 LVLMs 的预测能力。

大型视觉-语言模型(LVLMs)在医学领域的应用受到医学数据稀缺和隐私保护的挑战。波士顿儿童医院等团队构建了HIE推理基准数据集,结合临床知识提升模型推理能力,并提出CGoT模型以增强医学决策支持。研究表明,CGoT在关键任务上显著优于传统模型,推动了医学AI的发展。

原文中文,约4900字,阅读约需12分钟。发表于:
阅读原文

首份空间智能研究报告来了!一文全面获得空间智能认知、要素、玩家图谱

量子位智库的《空间智能研究报告》探讨了空间智能的定义、应用及发展现状。空间智能基于3D视觉信息,主要应用于自动驾驶、3D生成和具身智能。报告指出,自动驾驶领域成熟度最高,数据体系最完善。未来,随着数据和技术进步,空间智能将迎来快速发展。

原文中文,约2400字,阅读约需6分钟。发表于:
阅读原文
原文中文,约2900字,阅读约需7分钟。发表于:
阅读原文
原文中文,约2800字,阅读约需7分钟。发表于:
阅读原文

图谱RAG:Lettria如何通过Qdrant和Neo4j实现20%的准确性提升

Scaled Vector & Graph Retrieval: How Lettria Unlocked 20% Accuracy Gains with Qdrant & Neo4j Why Complex Document Intelligence Needs More Than Just Vector Search In regulated industries where...

Lettria结合Qdrant和Neo4j开发的混合图RAG系统,提升了20%的准确性,特别适用于制药和法律等高要求行业。该系统通过复杂文档解析、自动本体生成和向量搜索,克服了传统RAG的不足,实现高效且可审计的文档智能。

图谱RAG:Lettria如何通过Qdrant和Neo4j实现20%的准确性提升
原文英文,约2800词,阅读约需11分钟。发表于:
阅读原文

规模化应用生成式AI前,需先绘制LLM使用与风险图谱

企业部署AI需先建立防护机制,否则将面临数据泄露、提示注入等重大风险。

在访谈中,The Motley Fool的Paolo del Mundo探讨了企业如何通过防护机制扩展AI应用,降低生成式AI的风险,包括提示注入和数据泄露。安全从业者需关注新型漏洞,OWASP大语言模型十大风险清单是良好起点。企业应清点LLM使用情况,确保负责任使用,实施输入输出净化和访问控制,保护敏感数据。红队测试和安全工具的集成至关重要,以确保模型行为受控并提升安全意识。

原文中文,约1800字,阅读约需5分钟。发表于:
阅读原文

首份空间智能研究报告来了!一文全面获得空间智能要素、玩家图谱

看尽「3大应用领域+1种原生交互方式+1种终局状态」

首份空间智能研究报告定义了空间智能及其应用领域,主要包括自动驾驶、3D生成和具身智能。报告指出,自动驾驶领域成熟度最高,3D生成次之,具身智能仍较低。未来,随着数据的成熟,空间智能有望迎来爆发。

原文中文,约2500字,阅读约需6分钟。发表于:
阅读原文

携新数据驶向2025:GitHub创新图谱

Discover the latest trends and insights on public software development activity on GitHub with the quarterly release of data for the Innovation Graph, updated through December 2024. The post...

我们推出了GitHub创新图谱,帮助开发者和研究人员分析全球软件协作趋势。2024年12月的数据表明,开发者和推送数量持续增长,欧盟超越美国,印度在仓库数量上超过欧盟,印度开发者增长迅速,尼日利亚排名上升,拉美国家开发者数量接近。

携新数据驶向2025:GitHub创新图谱
原文英文,约400词,阅读约需2分钟。发表于:
阅读原文