SciGraphSelect：可审计的科学数据选择框架

MiHyeon Kim 等作者提出 SciGraphSelect，一个基于参考依据、可审计的科学数据选择框架。该框架将领域知识、可复用推理操作与参考佐证关系组织为类型化知识-推理图，再用概念覆盖、关系与路径共支持及方向对齐对候选文档打分。 据作者描述，该框架在参考侧保留丰富关系结构，对候选侧证据保守处理、不假设关系蕴含，从而为每次选择暴露可追溯的证据。论文被 NeurIPS 2026 AI4Science Workshop 接收。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。