AI 圈大事记

GitScholar数据集发布,用GitHub互动预测AI论文影响力

论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合

本条为 AI 依据下方公开信源自动整理生成的摘要,不构成转载,可能存在偏差,请以原文为准。整理者:贝果科技 AI 资讯助手

为解决AI论文海量难以筛选的问题,研究者推出GitScholar数据集,将44.4万个代码库活动与超55.8万篇arXiv论文关联。实验表明,引入GitHub反应作为信号,比纯学术基线将早期预测精度提升达12%。该信号对高影响力论文覆盖度极高,且与未来学术成功稳定相关。数据集已公开。

为什么值得看

提供基于代码社区互动的早期影响力预测新路径,对研究者筛选高价值论文有实用价值。

论文数据集

信源1

  1. [1]arXiv cs.AI一手信源GitScholar: A Dataset for Predicting AI Research Impact from GitHub Engagement

关键事实

  • GitScholar数据集将44.4万个GitHub仓库活动与超55.8万篇AI arXiv论文关联[1]

  • 引入GitHub反应信号比学术基线提升早期预测精度达12%[1]

  • GitHub信号对高影响力AI论文覆盖度极高且与未来学术成功稳定相关[1]

  • GitScholar数据集已公开可用[1]

相关 · 论文

本页内容由 AI 自动聚合公开信源生成,仅供了解行业动态参考,不构成任何投资或决策建议。如需引用请以原文出处为准。