Resumen: Ha habido un aumento de interés en aprovechar las capacidades de razonamiento de los modelos de idiomas grandes (LLM) para acelerar el descubrimiento científico. Si bien los enfoques existentes se basan en fundamentar el proceso de descubrimiento dentro de la literatura relevante, la efectividad varía significativamente con la calidad y la naturaleza de la literatura recuperada. Abordamos el desafío de recuperar el trabajo previo cuyos conceptos pueden inspirar soluciones para un problema de investigación determinado, una tarea que definimos como recuperación de inspiración de metodología (MIR). Construimos un conjunto de datos novedoso adaptado para capacitar y evaluar a los retriever en MIR, y establecer líneas de base. Para abordar Mir, construimos el gráfico de adyacencia de metodología (MAG); capturar el linaje metodológico a través de las relaciones de citas. Aprovechamos a Mag para incrustar un “previo intuitivo” en retrievers densos para identificar patrones de inspiración metodológica más allá de la similitud semántica superficial. Esto logra ganancias significativas de +5.4 en recuperación@3 y +7.8 en precisión promedio media (MAP) sobre líneas de base fuertes. Además, adaptamos las estrategias de re-rango basadas en LLM a MIR, arrojando mejoras adicionales de +4.5 en recuperación@3 y +4.8 en MAP. A través de extensos estudios de ablación y análisis cualitativos, exhibimos la promesa de MIR para mejorar el descubrimiento científico automatizado y el contorno de las vías para avanzar en la recuperación impulsada por la inspiración.
Publicado Originalme en rss.arxiv.org El 2 de junio de 2025.
Ver Fuente Original
