LLM4Impact：整合多源信息预测科学影响力

发生了什么

据arXiv cs.CL报道，研究提出LLM4Impact方法，用于科学影响力预测。该方法结合语义、图、LLM和时间表示，通过连续前缀令牌将图信息注入冻结的LLM，并利用上下文感知门控机制自适应加权不同证据，校准模块处理领域和时间变化。在包含200万篇论文的基准数据集上，LLM4Impact优于基线模型，在分布内测试集上年度RMSE降低10.13%，在域外分布上降低6.87%。研究发现证据价值取决于上下文，需自适应选择。