SKELETON：面向证据感知大模型问答的知识图谱推理
提出SKELETON方法，旨在通过知识图谱推理支持证据感知的大语言模型问答。 摘要仅含刊期与作者信息，未说明具体推理框架、数据集及对照设置。
图增强知识追踪用于可解释学习者建模的系统综述：20项研究
该综述提示，图结构与知识图谱增强的知识追踪在丰富学习者状态表征、支持技能掌握解释方面有积极证据，但主动整合的研究数量仍有限，构念效度与跨域泛化等问题尚不足以下结论。 采用基于PRISMA的系统文献综述，检索Scopus与IEEE Xplore，覆盖2015至2025年索引文献；从
m6A去甲基化酶与肿瘤全球研究趋势文献计量分析
该文献计量分析提示，2015—2025年m6A去甲基化酶与肿瘤研究快速扩张，研究重心由基础机制逐步转向肿瘤免疫微环境、治疗耐药与预后评估，属描述性证据，不足以对任何机制或疗效下结论。 研究设计为文献计量与可视化分析，数据来自Web of Science核心合集，检索2015—20
基于人工智能与大数据挖掘的高校智慧图书馆个性化推荐优化
提出融合SVD++思想的轻量图卷积网络模型SVD-LGCN，用于提升高校智慧图书馆个性化推荐水平。 以LightGCN为主干，从用户—图书交互图学习含高阶协同信号的全局嵌入表示，针对静态用户表示与数据稀疏问题设计。
HGCN-GRU：面向超图序列推荐的时序记忆学习与自监督对比增强
在三个基准数据集上，HGCN-GRU在全部评价指标上优于七个对比基线，且在稀疏交互场景下改进仍然存在；该结论来自离线基准实验，属算法性能层面，未涉及真实业务部署效果。 研究提出序列推荐框架HGCN-GRU，包含两项设计：以门控循环单元结合时间注意力替代现有超图模型的残差门控，将逐
NFDI4Microbiota 第二轮资助提案：微生物组研究数据基础设施
该提案的总体方向是：通过将微生物组研究数据、软件工具、分析流程与机器学习模型转化为符合 FAIR 原则且 AI-ready 的资源，以提升数据的可发现性、互操作性与长期可复用性；材料将其定位为对研究者的赋能，而非对某一具体科学假设的检验，属于基础设施与社区建设类论证。 研究设计与
