中新網(wǎng)北京11月1日電 (記者 孫自法)記者11月1日從中國科學院自動化研究所(自動化所)獲悉，該所“AI+科學”研究團隊近日正式推出新一代科學文獻解析工具——磐石·科學文獻解析器，為全球科研工作者提供真正“懂科學”的智能解析引擎。
目前，磐石·科學文獻解析器1.0版已正式開源，并作為核心組件集成于中國科學院自動化所“磐石·科學基礎大模型”(ScienceOne)，服務全球科研社區(qū)。下一步，研究團隊將持續(xù)拓展其對多模態(tài)科學內(nèi)容的解析能力，并推動構(gòu)建開放、協(xié)作的科學智能生態(tài)。
“AI+科學”研究團隊推出磐石·科學文獻解析器。中國科學院自動化所 供圖研究團隊介紹說，磐石·科學文獻解析器從底層算法出發(fā)，通過構(gòu)建面向科學語義理解的多模態(tài)訓練體系與強化學習機制，在公式、文本、圖表等多元素協(xié)同解析上實現(xiàn)質(zhì)的飛躍，為全球科研工作者提供真正“懂科學”的智能解析引擎。
在磐石·科學文獻解析器研發(fā)過程中，團隊摒棄僅依賴通用視覺語言大模型的思路，轉(zhuǎn)而構(gòu)建一套專為科學文獻場景量身定制的算法訓練范式。其核心在于三大技術(shù)支柱：全場景覆蓋的科學數(shù)據(jù)構(gòu)建、多模態(tài)監(jiān)督微調(diào)策略，以及面向科學文獻語義的強化學習優(yōu)化機制。
在數(shù)據(jù)層面，系統(tǒng)性采集并構(gòu)建覆蓋手寫體、數(shù)字排版體與紙質(zhì)掃描體三大典型科學書寫形態(tài)的訓練語料，這一“全形態(tài)、多學科、高質(zhì)量”的數(shù)據(jù)基礎，為模型理解科學表達的復雜性提供了堅實支撐。
模型訓練階段采用兩階段優(yōu)化策略：首先通過多模態(tài)有監(jiān)督微調(diào)，使模型初步掌握文本、公式、表格、插圖等異構(gòu)元素的聯(lián)合表征能力。在此基礎上，引入一種面向科學文獻語義的梯度強化學習策略優(yōu)化框架，實現(xiàn)模型不僅“看得清”，更能“理解對”。
為更好滿足科研需求，磐石·科學文獻解析器的輸出不僅包含高精度的文本與公式識別結(jié)果，還支持多種結(jié)構(gòu)化格式輸出，可無縫對接知識抽取、文獻重排版、智能問答等下游應用。
研究團隊表示，對多個科學文獻數(shù)據(jù)集開展系統(tǒng)評測的結(jié)果顯示，磐石·科學文獻解析器在篇章級解析、公式專項識別等任務中均展現(xiàn)出國際領先水平。(完)