论文
从论文到机制：科学语言模型的循证知识基础
From Papers to Mechanisms: An Evidence-Grounded Knowledge Substrate for Scientific Language Models
摘要
科学语言模型通常通过非类型化文本块来访问文献，这些文本块分割了机制丰富的问题所需的功能和证据结构。我们引入了一种基于证据的机制知识基础，它将科学文献组织成与来源相关的证据单元、角色类型的实体和定向机制路径。我们将其实例化为 MS$^3$，这是一种用于导电纤维柔性传感器的材料-传感器-信号-系统架构，包含超过 13,689 篇论文、131,083 个证据项目和 26,648 个机制对象。在域内和覆盖转移问答基准上，我们比较了十种语言模型的闭卷生成、网络搜索、Raw-PDF RAG 和 MS$^3$ 检索。 MS$^3$ 提高了宏观平均科学正确性。它还提高了引文蕴涵和答案完整性。这些结果支持机制基质作为科学语言模型的可靠表示层，并激发源修复工作流程，其中不足的 MS$^3$ 证据会触发从其链接论文中进行有针对性的检索，而不是假设用户已经提供了正确的 PDF。
