受注册约束的 LLM 管道，用于热带植物、水生物种和外来宠物的循证性状提取

我们描述了一个受注册表限制的大型语言模型提取管道，可大规模生成有关栽培热带植物、水生植物和宠物物种的基于证据的结构化性状记录。四种机制使 LLM 派生的行可审计：版本化的 39 键封闭词汇表特征注册表，将每个承认的值限制为类型化模式；每行逐字证据引用将每个值与源文本联系起来；每行置信度标签（高或中；低丢弃预持久）；和多版本保存。该管道应用于热带物种百科全书中的 409,880 个可发布物种，执行了 706,220 次运行，并在 409,820 个物种中保留了 5,489,881 条性状记录 (99.985%)，高置信度为 81.57%。我们报告了证据强度递减的三个验证层：在全部人口中，5,427,588 个证据行中的 90.12% 将其引用作为逐字源子字符串（93.49% 不包括一个合规性元特征）；对 n=100 分层非红区行的报价支持值审计得出 100/100（下限 96.30%）； n=50 红区行的表面有效性产生 50/50 接受（下限 92.86%）。不声明每条记录的正确性； 100% 等待人工管理。贡献在于四机制框架。