論文の概要: Curated AI beats frontier LLMs at pharma asset discovery

• arxiv url: http://arxiv.org/abs/2605.04908v1
• Date: Wed, 06 May 2026 13:36:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-07 18:41:07.844487
• Title: Curated AI beats frontier LLMs at pharma asset discovery
• Title（参考訳）: 医薬品の資源発見でAIがフロンティアのLLMを破る
• Abstract要約: GossetはAIプラットフォームで、ターゲット、モダリティ、指示レベルのドラッグアセットアノテーションを背景としたチャットインターフェースを備えている。 Gossetを10のニッチなオンコロジー/免疫学ターゲットでWebアクセスを持つ4つのフロンティアシステムに対してベンチマークする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: General-purpose LLMs with web search are increasingly used to scout the competitive landscape of pharmaceutical pipelines. We benchmark Gosset -- an AI platform with a chat interface backed by curated target-, modality-, and indication-level drug-asset annotations -- against four frontier systems with web access (Claude Opus 4.7, GPT 5.5, Gemini 3.1 Pro, Perplexity sonar-pro) on ten niche oncology/immunology targets where most of the pipeline lives in the long tail of preclinical and Asian-developed assets. All five systems receive the same natural-language query and the same JSON output schema. Across 10 targets Gosset returns 3.2x more verified drugs per query than the best frontier system, at perfect precision and 100% recall against the cross-system union of verified drugs. The same curated index is exposed as a Gosset MCP server that any frontier model can call as a tool, suggesting that each of these systems can close most of the recall gap by swapping generic web search for a curated index behind the same chat interface.
• Abstract（参考訳）: Web検索による汎用LLMは、医薬品パイプラインの競合する景観を偵察するためにますます利用されている。 私たちはGossetを、ターゲット、モダリティ、指示レベルのドラッグアセットアノテーションを背景としたチャットインターフェースを備えたAIプラットフォームとして、Webアクセスを持つ4つのフロンティアシステム(Claude Opus 4.7、GPT 5.5、Gemini 3.1 Pro、Perplexity Sonar-pro)に対して、10のニッチなオンコロジー/免疫学ターゲットでベンチマークしました。 5つのシステムはいずれも、同じ自然言語クエリと、同じJSON出力スキーマを受信する。 10の目標を越えれば、Gossetは最高のフロンティアシステムよりも3.2倍の検証された薬物を、完全精度で返却し、検証された薬物のクロスシステム統合に対して100%リコールする。 同じキュレートされたインデックスは、任意のフロンティアモデルがツールとして呼び出すことができるGosset MCPサーバとして公開されており、それぞれのシステムが、同じチャットインターフェースの背後にあるキュレートされたインデックスを一般的なWeb検索に置き換えることで、リコールギャップの大部分を埋めることができることを示唆している。

関連論文リスト

• ClinFusion: A Vision-Centric Multimodal LLM System for Holistic Medical Understanding [67.57715989349471]
  MLLM(Multimodal large language model)は、臨床実践に革命をもたらす大きな可能性を秘めている。 我々は、総合的な医学的理解のために設計された視覚中心のMLLMであるClinFusionを紹介する。 ClinFusionは、総合的な2Dおよび3Dマルチモーダル・メディカル・ベンチマーク・スイートにまたがって、最先端の新たな状態を設定する。
  論文  参考訳（メタデータ） (2026-07-27T17:59:49Z)
• Synergistic Perception-Reasoning Governance: Grounding Medical MLLMs with Verifiable Anatomical Evidence [45.78409219344429]
  マルチモーダル大言語モデル (MLLM) は, 臨床VQAと放射線学報告の生成に強い期待を示すが, 推測時幻覚は信頼性を損なう。 本稿では,両面のエビデンス注入による幻覚を系統的に緩和する,総合的かつトレーニング不要なエビデンス注入フレームワークを提案する。 textttLLaVA-1.5-7B, texttLLaVA-Med-1.5-7B, texttQwen3-VL-8B/32B, textttInternVL を用いた2つのタスクと5つのデータセットの系統的評価を行った。
  論文  参考訳（メタデータ） (2026-06-30T08:07:25Z)
• Intelligent Multimodal Retrieval and Reasoning for Geospatial Knowledge Discovery on the I-GUIDE Platform [40.027921235408215]
  本稿では, I-GUIDEプラットフォームに組み込み, マルチモーダルな地理空間検索拡張生成(RAG)システムであるI-GUIDE Smart Searchを提案する。 このシステムは、OpenSearchキーワード、ベクトル、空間インデックスをNeo4jナレッジグラフとメモリ対応クエリ拡張のための反復RAGパイプラインと組み合わせる。 シングルA100 RAGデプロイメントでは、I-GUIDE Smart Searchは100人の同時シミュレートされたユーザに対してインタラクティブな利用をサポートし、クエリ毎の20-50 LLMコールにもかかわらず、p50レイテンシが25秒近くで毎秒4.4リクエストに達した。
  論文  参考訳（メタデータ） (2026-06-14T14:39:29Z)
• PathWISE: Multi-Agent Cancer Pathway Triaging Ontology Learning from Clinical Flowcharts [2.380215386478787]
  PathWISEは、計算不能なアーティファクトを、FHIR CDS Hooksサービスとしてデプロイ可能な、検証可能なHL7臨床品質言語(CQL)ライブラリに変換する。 英国における5つのNHS癌経路(大腸癌、肺がん、皮膚がん、上部GIがん、乳がん)におけるPathWISEの意義について検討した。
  論文  参考訳（メタデータ） (2026-05-25T15:47:07Z)
• VLAA-GUI: Knowing When to Stop, Recover, and Search, A Modular Framework for GUI Automation [98.38575149237442]
  VLAA-GUIは3つの統合コンポーネントを中心に構築されたモジュラーGUIフレームワークである。 必須完全性検証は、UIで観測可能な成功基準と検証を、各完了ステップで実施する。 強制的なループブレーカは、繰り返し失敗した後、多層切替インタラクションモードを提供する。
  論文  参考訳（メタデータ） (2026-04-23T07:42:37Z)
• VerifAI: A Verifiable Open-Source Search Engine for Biomedical Question Answering [0.5277756703318044]
  バイオメディカル質問応答のためのオープンソースのエキスパートシステムVerifAIを紹介する。 検索強化世代(RAG)と新たなポストホッククレーム検証機構を統合する。 VerifAIは、生成した回答をアトミックなクレームに分解し、取得した証拠に対して検証することで、事実整合性を保証する。
  論文  参考訳（メタデータ） (2026-01-16T09:08:17Z)
• Unlocking Electronic Health Records: A Hybrid Graph RAG Approach to Safe Clinical AI for Patient QA [1.9615061725959186]
  大規模言語モデルは、データ処理の変換可能性を提供するが、臨床環境では制限に直面している。 現在のソリューションは通常、構造化データ(Text2Cypher)や非構造化セマンティックサーチに焦点を当てた検索方法を分離するが、両方を同時に統合することができない。 この研究は、このギャップを埋める新しいハイブリッドグラフRAGシステムであるMediGRAFを提示する。
  論文  参考訳（メタデータ） (2025-11-27T16:08:22Z)
• Hulu-Med: A Transparent Generalist Model towards Holistic Medical Vision-Language Understanding [112.46150793476603]
  透明で汎用的な医用ビジョンランゲージモデル(VLM)であるHulu-Medを紹介する。 Hulu-Medは1670万サンプルのキュレートされたコーパスで訓練されており、12の解剖学的システムと14の医用画像モダリティにまたがっている。 Hulu-Medは、30ベンチマーク中27ベンチマークで既存のオープンソースモデルを上回っ、16ベンチマークでGPT-4oなどのプロプライエタリシステムを上回っている。
  論文  参考訳（メタデータ） (2025-10-09T17:06:42Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• An Automated Retrieval-Augmented Generation LLaMA-4 109B-based System for Evaluating Radiotherapy Treatment Plans [2.2532577733932038]
  我々は,LLaMA-4 109Bを用いた放射線治療計画の自動化,プロトコル認識,解釈可能な評価のためのRAGシステムを開発した。 RAGシステムは5つのSentenceTransformerバックボーンに最適化された検索エンジン、コホート類似性に基づくパーセンタイル予測コンポーネント、臨床制約チェッカーの3つのコアモジュールを統合している。
  論文  参考訳（メタデータ） (2025-09-25T03:18:31Z)
• HySemRAG: A Hybrid Semantic Retrieval-Augmented Generation Framework for Automated Literature Synthesis and Methodological Gap Analysis [55.2480439325792]
  HySemRAGは、Extract, Transform, Load (ETL)パイプラインとRetrieval-Augmented Generation (RAG)を組み合わせたフレームワークである。 システムは、マルチ層アプローチを通じて既存のRAGアーキテクチャの制限に対処する。
  論文  参考訳（メタデータ） (2025-08-01T20:30:42Z)
• Cascade-DETR: Delving into High-Quality Universal Object Detection [99.62131881419143]
  高品質な普遍物体検出のためのカスケードDETRを提案する。 本稿では,オブジェクト中心情報を検出デコーダに明示的に統合するカスケードアテンション層を提案する。 最後に、多様なドメインから10のデータセットを含む汎用オブジェクト検出ベンチマークUDB10を紹介する。
  論文  参考訳（メタデータ） (2023-07-20T17:11:20Z)
• Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose Estimation of Surgical Instruments [64.59698930334012]
  静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。 第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。 第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
  論文  参考訳（メタデータ） (2023-05-05T13:42:19Z)
• GeneGPT: Augmenting Large Language Models with Domain Tools for Improved Access to Biomedical Information [18.551792817140473]
  我々は,国立バイオテクノロジー情報センターの Web API を LLM に教える新しい方法である GeneGPT を提案する。 CodexにNCBI Web APIによるGeneTuringテストの解決を、テキスト内学習と拡張復号アルゴリズムにより促す。 GeneGPTは、平均スコア0.83のGeneTuringベンチマークの8つのタスクで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2023-04-19T13:53:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。