AI 与科学前沿 · 2026-09-13

该研究采用零样本提示构建了一个模拟人类评审者的LLM流程，用于QUIPS框架下的风险偏倚评估，并将其应用于既往系统评价中纳入的298篇神经病学预后研究文章（涵盖癫痫、创伤性脑损伤、卒中三个领域），结果显示LLM与人类评估者之间的一致性有限（加权kappa=0.22，95%CI 0.12-0.33），而基于小样本（n=5）的初步数据提示其可能不劣于人类评估者之间的一致性（加权kappa=-0.25，95%CI -1.04-0.54），Wilcoxon符号秩检验在四个偏倚领域及总体风险评分上均具有统计学显著性（p<0.05），秩双列相关显示人类评估者倾向于给出比LLM更高的风险评分。

本研究提出 MindEvolve 这一自主工作流，让多个大语言模型针对涵盖经济偏好、社会偏好、社会推理（心理理论）与递归规划四类社会认知领域的社会经济博弈生成可解释的符号化认知模型，并由人类专家评估其可解释性与理论一致性，结果显示多数模型在较简单策略情境下能稳健捕捉经济与社会偏好、部分模型甚至提出比人类专家整合更广知识的新模型，但对更复杂心理过程的建模能力仍有限，而部分最先进模型在心理理论与递归规划等高阶推理上展现出有前景的表现。

本文以规范法学研究为方法，依据著作权法、电子信息和交易法、个人数据保护法及民法典第1365条，论证公众人物的面孔在生成式AI生态中已从身份标识转变为支撑平台估值的无形经济资产，而现行法律体系呈碎片化而非互补状态——著作权法拒绝将面孔视为可保护的作品，数据保护法则偏向隐私而非经济利益；这一错位使不当得利的四项要件（获益、损失、因果关系、缺乏法律依据）得以满足，并可能依民法典第1365条将相关行为定性为违法，据此提出由利润返还、损害赔偿、数据集透明与明示同意构成的分层问责模型。

该研究提出OmniTCR——一个1.13亿参数的自回归基础模型，在3.28亿条格式化人类免疫序列记录上预训练，通过序列类型标记与互补的组分顺序，将单个TCR链与部分或完整的TCR-pMHC关联数据联合学习，从而在同一模型中同时完成TCR识别预测与条件序列生成，在未见表位上取得肽-TCRβ识别AUPRC 0.7009、TCR-pMHC相互作用预测AUPRC 0.8235，并在11个独立泛癌队列中以平均AUROC 0.9436区分癌症与健康免疫组库。

该研究以18个关键词检索Bilibili上2016年9月至2024年6月发布的743条生殖健康视频，结合486.8百万次观看、12.3百万次点赞与约76万条评论文本，用描述性与Pearson相关分析刻画参与度指标，并用Qwen2.5-32B三分类情感分类器分析评论与弹幕，发现青少年参与集中于基础避孕内容，而小众或有争议话题（如绝育手术3.0%、生育意识方法2.3%）获得更高互动率，仅17%的上传者具有经核实的医学背景，且人工流产与新型避孕内容以负面情感为主（分别为52.2%与52.1%），应对自然流产的内容正面情感比例最高（24.2%）。