人机协同LLM方法分析NIH资助AI研究
热点事件持续更新
人机协同LLM方法分析NIH资助AI研究
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Navapat Nananukul 与 Mayank Kejriwal 提出一种人机协同的 LLM 研究方法，用于大规模自动分类和总结研究描述，并用它分析了 2025 年 NIH 资助的 58,746 个生物医学项目。 结果显示，AI 相关项目占 NIH 资助组合的 15.9%，并获得 13.4% 的资助溢价；其中 79% 仍处于研发阶段，仅 14.7% 进入临床部署或实施，健康差异研究仅占 AI 资助工作的 5.7%。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
基于 LLM 的 NIH 资助研究 AI 采用情况分析报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI基于 LLM 的 NIH 资助研究 AI 采用情况分析
研究用人类在环的 LLM 方法对 2025 年 58,746 个 NIH 资助生物医学项目进行分类分析，发现 AI 占 NIH 资助组合的 15.9%，并获得 13.4% 的资助溢价。79% 的 AI 项目仍处于研发阶段，仅 14.7% 进入临床部署或实施，健康差异研究仅占 AI 资助工作的 5.7%。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。