分類新聞AI 技術10/19
EpiLens 開源 RAG 套件整理流行病學文獻
arXiv 10/19 論文提出開源 RAG 套件 EpiLens，對 2,297 篇論文建庫，以 214 篇人工標註驗證，分類不需任務訓練資料即達或超過所測基線。
arXiv 論文〈EpiLens〉（10/19 提交，列表日 10/20）提出一個輕量、開源的檢索增強生成（RAG）套件，用來整理流行病學文獻。作者對 2,297 篇論文建庫，並以 214 篇人工標註的論文驗證，稱分類在不使用特定任務訓練資料下，達到或超過所測的監督式與零樣本基線。
流行病學研究者為了準備未來疫情，需要知道有哪些研究、用了什麼資料，但人工整理文獻很慢，而單靠大型語言模型又可能誤述或混淆來源。EpiLens 對每篇論文套用固定的檢索範本與輸出格式，並把輸出連回原文段落。
作者建立了 2,297 篇論文的語料。他們也檢查早期萃取表中 327 筆估計值的出處，並以分類標籤比較不同主題：重製數（reproduction number）論文被標為模型基礎的比例為 54%，致死風險論文為 22%（人工標籤為 62% 與 24%）。潛伏期論文中，SARS-CoV-2 的模型基礎比例為 55%，猴痘（mpox）為 6%。摘要未列出被比較的基線名稱與分數，結果為作者自報。
跟你的關係
對台灣的公衛、醫療研究或需大量讀文獻的團隊，這是可參考的做法：讓 AI 整理文獻但每項結果都能回溯原文。論文只針對流行病學文獻，還不是醫療建議工具，也不能直接用來做臨床或政策判斷。
重點
- 開源 RAG 套件，固定檢索範本與輸出格式
- 語料 2,297 篇，人工標註驗證 214 篇
- 不需特定任務訓練資料即達或超過所測基線
- 輸出連回原文段落以便查核
- 摘要未列基線名稱與分數
來源
本站內文為依上列來源整理的摘要，未另外增加事實；細節請以原文為準。