本研究提出了SCP-116K数据集，包含116,756对高质量题-解，旨在解决高等教育科学领域缺乏优质数据集的问题。该数据集通过高效的自动提取管道，确保材料的科学性和教育水平，促进科学推理研究和高级科学推理任务的发展。

本研究探讨了海洋终止冰川崩裂前沿位置的变化，并提出利用深度学习系统从合成孔径雷达图像中自动提取该位置。研究发现，深度学习系统与人类观察者的表现存在显著差距，需进一步研究以实现完全自动化监测。

本研究提出了一种新颖的基于图的框架，能够从未校准的多视角图像中自动提取语义对象并生成二维地图，解决了手动标注效率低和准确性差的问题。在强视角变化下，该方法仍能保持4米以内的平均精度。

本研究旨在提高维基数据中学术数据的可获取性，填补会议数据的不足。通过大型语言模型自动提取会议元数据并进行人工验证，提出了一种新方法，扩展了维基数据中的学术实体，增强了其作为学术资源的实用性。

该研究提出了一种自动提取程序图表的方法，帮助用户理解复杂的程序。通过改进语言模型，研究发现现有模型在提取最优程序图表方面存在失败因素。该研究希望成为自动程序图表提取的重要里程碑，并为逻辑推理研究提供深入见解。

社会卫生决定因素（SDoH）在儿科人群中起关键作用。研究使用儿科社会历史标注语料库（PedSHAC）和大型语言模型（LLMs）评估SDoH的自动提取。PedSHAC包含1260个儿科患者的临床记录，涵盖十个健康决定因素。通过精细调整的基于LLM的提取器，实现了高性能。结合GPT-4的上下文学习方法，展现了可靠的SDoH提取前景。

研究使用儿科社会历史标注语料库（PedSHAC）评估儿科人群中的社会卫生决定因素（SDoH）的自动提取。PedSHAC包括从华盛顿大学医院系统的儿科患者的1,260个临床记录中获取的已标注的社会历史部分。研究展示了可靠的SDoH提取前景。

该论文介绍了一种利用AI模型自动提取规范文档中结构化信息的创新方法，准确性卓越。这一成就展示了AI在自动化信息提取任务上的潜力，提高了效率，解放了重要资源。

该研究旨在创建自动提取俄语科技文本的工具，并提供跨领域的俄文科技文本数据集。研究者使用经过细调的多语言BERT模型提出了基准算法，用于方面提取。该模型即使在有限数量的科技领域进行了训练，也能够推广到新的领域。

FLARE 2022 Challenge是一个腹部器官分析挑战，旨在评估AI算法的快速、低资源、准确、注释高效和泛化能力强。该挑战从50多个医疗团体构建了一个跨洲际和跨国家的数据集，包括来自不同种族、疾病、阶段和制造商的计算机断层扫描。独立验证了一组AI算法通过使用50个标记扫描和2000个未标记扫描实现了90.0%的中位数Dice相似系数（DSC），并成功泛化到保留的外部验证集。该算法还实现了关键器官生物学特征的自动提取，这在传统的手动测量中需要耗费大量人力。

本文介绍了一组手工注释的语料库，包含10,000条推特，内容涵盖COVID-19相关事件。通过对语料库进行微调，可以自动提取公共报告的事件，并帮助追踪新病毒传播。作者将向研究界公开发布语料库、自动提取模型和知识库。