分类： 生物学 >> 植物学 >> 应用植物学 提交时间： 2024-04-17 合作期刊: 《广西植物》
摘要： 为探究西南牡蒿的（Artemisia parviflora）叶绿体基因组结构特征及其系统位置， 该研究利用高通量测序技术对其进行测序，并借助生物信息学工具进行分析。结果表明：（1） 西南牡蒿叶绿体基因组长151 047 bp，呈现为由四部分组成的环状双链结构，GC 含量为 37.5%。（2）共注释115 个基因，包括81 个蛋白编码基因、4 个rRNA 基因及30 个tRNA 基因。（3）检测到68 个简单重复序列（SSRs）和37 个长重复序列。（4）西南牡蒿叶绿 体基因组的密码子使用偏性较弱，其主要受自然选择的影响，高频密码子偏向以A/U 结尾。 （5）西南牡蒿叶绿体基因组的IR 区未出现明显的扩张或收缩；筛选出了trnH–psbA、 rpl16–rps3、ycf15–trnL-UAG、ndhA 和ycf1 5 个高变异区域，可作为鉴定龙蒿亚属植物的潜 在分子标记。（6）系统发育分析揭示了西南牡蒿在龙蒿亚属中的系统位置及蒿属内各亚属 的系统发育关系。该研究为蒿属植物后续的分子标记开发和系统发育研究奠定了基础。
分类： 图书馆学、情报学 >> 情报学 分类： 语言学及应用语言学 >> 语言学及应用语言学 提交时间： 2025-01-26
摘要： [目的/意义] 随着生成式人工智能（AIGC）的快速发展，各类大模型由最初仅能处理单一文本模态的大语言模型，逐步升级为能够同时处理文本、图像、语音和视频等多模态数据的大语言模型。而国内面向古代汉语专业领域的大语言模型，仍主要聚焦于提升古汉语信息处理任务的性能，且以单一文本模态信息处理为主，在大语言模型的知识理解与问答交互能力，以及多模态信息处理方面，还有较大发展空间。基于此，华中科技大学全新推出了既掌握古汉语专业知识，又兼备古汉语应用能力，并支持多模态数据处理的古汉语多模态大语言模型——“AI九思2.0”，以为多模态古代汉语大语言模型的发展抛砖引玉。[方法/过程]本文详细介绍了“AI九思2.0”的数据集构建、算力升级、模型训练、界面优化情况，并展示新版本“AI九思”在古汉语语言知识和语言能力方面的表现。[结果/结论]全新升级的“AI九思2.0”在古代汉语文本理解及古代汉语知识问答领域展现出显著优势，且已经具备了一定的古文字（甲骨文、金文）图像理解能力，从而为推动古代汉语大语言模型的发展做出了应有的贡献。
分类： 语言学及应用语言学 >> 语言学及应用语言学 分类： 图书馆学、情报学 >> 情报学 提交时间： 2025-01-23
摘要： [目的/意义]随着生成式人工智能（AIGC）的快速发展，大语言模型在通用领域展现出强大的语言理解和生成能力，但在古代汉语处理领域仍存在诸多局限。为应对这一挑战，华中科技大学研发了古汉语认知大语言模型“AI九思”，旨在增强大语言模型在古汉语知识问答和理解应用方面的专业能力。[方法/过程]本文详细介绍了“AI九思”的研发背景、数据集构建、模型训练过程及其在古汉语语言知识和语言能力方面的表现。[结果/结论]通过内测反馈，“AI九思”在古汉语专业问答和理解应用任务上展现了显著优势，但也存在一些待改进之处。未来，团队计划进一步提升“AI九思”的文本认知和多模态应用能力，优化用户交互体验，推动古汉语大语言模型向更高层次发展，促进古汉语研究向数智化阶段迈进。
点击量
点击量
下载量
评论
待评议
