arXiv · cs.CL· Yong Cao·· 20 天前AI 评分17
LLM4Impact：融合异构信息的科学影响力预测方法
LLM4Impact: Integrating Heterogeneous Information for Scientific Impact Prediction
来源与原文
arXiv · cs.CL
作者：Yong Cao
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.10138v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出证据感知的论文影响力预测方法 LLM4Impact，将语义、图、LLM 和时序表示融合，通过连续 prefix tokens 向冻结 LLM 注入图信息，并用上下文感知门控与校准模块自适应加权不同证据。实验基于 200 万篇论文的基准数据集，方法在分布内测试集上年 RMSE 降低 10.13%，域外降低 6.87%。代码、基准与交互式演示将在论文发表后开源。
来源：arXiv · cs.CL · arxiv.org