MétaCan
Menu
Retour à la cohorte
Enregistrement W6893407171 · doi:10.5281/zenodo.16815812

DEPRECATED: Matcher (Version 1) for Automated Task Alignment in the Genomic API for Model Evaluation (GAME)

2025· other· en· W6893407171 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiomedical Text Mining and Ontologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Container (type theory)Python (programming language)Transcription (linguistics)Matching (statistics)Ontology alignmentKey (lock)Graph

Résumé

récupéré en direct d'OpenAlex

This record provides a Matcher container that runs an automated task alignment service powered by a local LLM using Ollama, to perform semantic ontology matching. It bundles the gemma3:12b model and all necessary Python dependencies to map fuzzy, free-text user inputs to canonical terms from a controlled vocabulary. It operates as a standalone TCP server, accepting JSON-formatted requests and returning the best-matched term. Matcher V1: Chunk and Compete This is the initial release of the GAME Matcher module. It introduces a robust framework for LLM-based entity matching in three key genomic domains: cell types, species, and binding molecules (e.g., Transcription Factors, Histone Modifications). Core Functionality LLM-Powered Matching: Utilizes the gemma3:12b model via the Ollama framework to understand the semantic content of a user's input term. Prompting: Employs sophisticated, few-shot prompt engineering to guide the LLM's reasoning. Chunk-and-Compete Algorithm: To handle potentially thousands of choices, this version implements a two-stage, map-reduce style algorithm: Chunking: The extensive list of potential choices is broken down into smaller, manageable chunks (e.g. of 25 items). The LLM then finds the best candidate ("champion") within each chunk. Championship: All champions from the first stage are collected into a single list. The LLM then performs a final comparison on this list of champions to determine the single best overall match. Running the container Ensure Apptainer is intalled in the system the container is intended to run. Always run the Matcher first, so it can listen for incoming connections from Predictors: apptainer run --containall --nv matcher_v1.sif MATCHER_IP MATCHER_PORT Note on Flags: --nv: This flag enables NVIDIA GPU support inside the container. It is essential for performance, as the LLM requires GPU acceleration for timely inference. --containall: This flag ensures the container is fully self-contained. It prevents the container from accessing the user's home directory or other host system files, guaranteeing that the service runs with only the software and libraries packaged within it for maximum reproducibility. Additional information about the GAME framework can be found on GitHub: Genomic API for Model Evaluation

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,483

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0040,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1440,097

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,294
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetBiomedical Text Mining and OntologiesTravaux en français237 207