前 LLM 时代 NLP 模型可从匿名用药报告预测致幻物质种类
Josikinz · x · 2026-10-03
作者 Josikinz 介绍其研究：用前 LLM 时代的经典 NLP 构建语义模型，对匿名化的致幻剂体验报告（trip reports）进行物质种类预测，准确率比随机猜测高一个数量级；许多错判也并非随机——主观体验相近的药物（如 MDA 常被误判为 MDMA）会被混淆。
所属事件:经典 NLP 从致幻剂体验报告反推药物种类(4 条相关)→
「研究」频道最新
- CMU 评测 Jev 计算机使用 agent:准确率低 10 倍、慢 1.5 倍 — wellecks · 2026-10-03
- Ai2 将亮相 COLM 2026:Olmo Hybrid 等全开放研究成果将集中展示 — allen_ai · 2026-10-03
- Anima Anandkumar 参与撰写联合国 AI 气候建模科学简报 — AnimaAnandkumar · 2026-10-03
- Allen AI 亮相 COLM 2026，将发布 Olmo-core 3 等新成果 — allen_ai · 2026-10-03
- UniReps 2026 研讨会截稿延至 10 月 10 日,12 月巴黎举行 — ClementineDomi6 · 2026-10-03
- SWE-chat v2 发布:23万条真实用户编程 Agent 交互提示词数据集 — Diyi_Yang · 2026-10-03