医学 AI

Hidden in the Haystack: Smaller Needles are More Difficult for LLMs to Find

haystack中隐藏的针：更小的针对LLM来说更难找到

Owen Bianchi, Mathew J. Koretsky, Maya Willey, Chelsea X. Alvarado, Tanay Nayak, Adi Asija, Nicole Kuznetsov, Mike A. Nalls, Faraz Faghri, Daniel Khashabi

机构 * Center for Alzheimer’s Disease and Related Dementias, NIA, NIH（阿尔茨海默病及相关痴呆症研究中心，国家老龄化研究所，国家卫生研究院） ； DataTecnica LLC（DataTecnica公司） ； Johns Hopkins University（约翰霍普金斯大学） ； Laboratory of Neurogenetics, NIA, NIH（神经遗传学实验室，国家老龄化研究所，国家卫生研究院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 本文研究了黄金上下文大小对LLM长上下文问答性能的影响，发现较短的黄金上下文会显著降低模型性能，揭示了上下文长度对模型表现的关键作用。

Comments Under Review

Bayesian Updating of constitutive parameters under hybrid uncertainties with a novel surrogate model applied to biofilms

在混合不确定性下利用新型代理模型进行本构参数的贝叶斯更新

Lukas Fritsch, Hendrik Geisler, Jan Grashorn, Felix Klempt, Meisam Soleimani, Matteo Broggi, Philipp Junker, Michael Beer

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种基于新型代理模型的贝叶斯更新框架，用于在混合不确定性下校准多物种生物膜生长模型，实现参数准确恢复和预测一致性。